small text

在Python中進行文本分類的積極學習。

---

安裝|快速啟動|貢獻| ChangElog |文檔

小文本為文本分類提供了最新的主動學習。提供了幾種預先實施的查詢策略，初始化策略和停止標準，可以輕鬆混合併匹配以構建主動的學習實驗或應用程序。

什麼是積極學習？

主動學習使您可以在幾乎沒有標記的數據的情況下有效地標記培訓數據，以進行監督學習。

特徵

• 提供了用於主動學習的統一接口，以便您可以輕鬆地將查詢策略與Sklearn，Pytorch或Transformers提供的分類器相匹配。
• 支持基於GPU的Pytorch模型並集成變壓器，以便您可以使用最新的文本分類模型進行主動學習。
• GPU得到了支持，但不需要。如果僅使用CPU使用情況，則輕巧的安裝僅需要一組最小的依賴項。
• 多個科學評估的組件已預先實現並準備使用（查詢策略，初始化策略和停止標準）。

---

消息

版本2.0.0 dev1 （v2.0.0.dev1） - 2024年11月24日

• 這是迄今為止變化最大的開發版本。您可以將其視為Alpha版本，該版本不能保證您穩定的接口，否則就可以使用。
• 2.0.0版提供清理界面，新的查詢策略，改進的分類器和新功能，例如向量索引。有關更改的完整列表，請參見Changelog。

版本1.4.1 （v1.4.1） - 2024年8月18日

• BugFix版本。

版本1.4.0 （v1.4.0） - 2024年6月9日

• 新的查詢策略：錨定採樣（又稱錨定）。
  特別感謝Pietro Lesci的通信和代碼審查。

論文在EACL 2023上發表？

• 介紹小文本的論文已在2023年的EACL 2023中接受。
• 更新：該論文被授予EACL最佳系統演示。謝謝您的支持！

有關更改的完整列表，請參見更改日誌。

---

安裝

小文本可以通過PIP輕鬆安裝：

pip install small-text

該命令僅具有必要的依賴項而導致纖細的安裝。對於通過PIP進行完整安裝，您只需要包括transformers額外的要求：

pip install small-text[transformers]

圖書館需要Python 3.8或更新。對於使用GPU，需要CUDA 10.1或更新。有關安裝的更多信息，請參見文檔中。

快速開始

要快速啟動，請參見提供的二進制分類，Pytorch多類分類和基於變壓器的多級分類的示例，或檢查筆記本電腦。

筆記本

＃	筆記本
1	介紹：通過小文本進行文本分類的積極學習
2	使用停止標准進行積極學習
3	使用setFit積極學習
4	使用setFit的零射擊功能進行冷啟動初始化

展示櫃

• 教程： ？使用小文本進行文本分類的主動學習（從Argilla UI方便地使用小文本。）

可以在文檔中找到完整的展示箱列表。

？您想分享您的用例嗎？無論是論文，實驗，實際應用，論文，數據集還是其他，請告訴我們，我們將您添加到“展示”部分，甚至在此處。

文件

在此處閱讀最新文檔。值得注意的頁麵包括：

• 查詢策略的概述
• 可重複性註釋

---

功能範圍

EACL 2023紙中表1的擴展。

姓名	積極學習
	查詢策略	停止標準
小文本v1.3.0	14	5
小文本v2.0.0	19	5

我們只使用這些數字來表明小文本隨著時間的推移取得的巨大進步。這些數字沒有反映出許多功能和改進。

替代方案

模態，艾比利，libact，altoolbox

---

貢獻

歡迎捐款。詳細信息可以在貢獻中找到。

致謝

該軟件是由萊比錫大學NLP組的ChristopherSchröder（@chschroeder）創建的，該小組是Webis Research Network的一部分。該項目由薩克森（SAB）開發銀行（SAB）資助，根據項目編號10035729。

引用

在EACL23系統演示論文中詳細介紹了小文本“小文本：python中文本分類的主動學習”，可引用如下：

 @inproceedings{schroeder2023small-text,
    title = "Small-Text: Active Learning for Text Classification in Python",
    author = {Schr{"o}der, Christopher  and  M{"u}ller, Lydia  and  Niekler, Andreas  and  Potthast, Martin},
    booktitle = "Proceedings of the 17th Conference of the European Chapter of the Association for Computational Linguistics: System Demonstrations",
    month = may,
    year = "2023",
    address = "Dubrovnik, Croatia",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2023.eacl-demo.11",
    pages = "84--95"
}

執照

麻省理工學院許可證