Kashgari

喀什裡

概述|性能|安裝|文檔|貢獻

???我們發布了具有TF2支持的2.0.0版本。 ???

如果您將此項目用於研究，請引用：

 @misc{Kashgari
  author = {Eliyar Eziz},
  title = {Kashgari},
  year = {2019},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {url{https://github.com/BrikerMan/Kashgari}}
}

概述

Kashgari是一個簡單而強大的NLP傳輸學習框架，在5分鐘內為命名實體識別（NER），詞性標記（POS）和文本分類任務構建了最先進的模型。

• 人類友好。 Kashgari的代碼很簡單，文獻良好和測試，這使得非常容易理解和修改。
• 強大而簡單。 Kashgari允許您將最新的自然語言處理（NLP）模型應用於文本，例如命名實體識別（NER），詞性標記（POS）和分類。
• 內置轉移學習。 Kashgari內置的預訓練的BERT和WORD2VEC嵌入模型，這使得轉移學習以訓練您的模型變得非常簡單。
• 完全可擴展。 Kashgari為快速實驗提供了一個簡單，快速，可擴展的環境，訓練模型並使用不同的嵌入和模型結構進行新方法。
• 準備就緒。 Kashgari可以用SavedModel格式導出用於TensorFlow服務的模型，您可以將其直接在雲上部署。

我們的目標

• 學術用戶更容易實驗，以證明其假設而無需從頭開始編碼。
• NLP初學者學習如何使用生產級代碼質量構建NLP項目。
• NLP開發人員在幾分鐘內構建生產級別的分類/標籤模型。

表現

歡迎添加績效報告。

任務	語言	數據集	分數
命名實體識別	中國人	人們的每日ner語料庫	95.57
文本分類	中國人	SMP2018ecdtcorpus	94.57

安裝

該項目基於Python 3.6+，因為它是2019年，類型提示很酷。

後端	Kashgari版本	desc
Tensorflow 2.2+	pip install 'kashgari>=2.0.2'	tf2.10+與tf.keras
Tensorflow 1.14+	pip install 'kashgari>=1.0.0,<2.0.0'	TF1.14+與TF.Keras
凱拉斯	pip install 'kashgari<1.0.0'	Keras版本

您還需要使用TensorFlow安裝tensorflow_addons 。

TensorFlow版本	tensorflow_addons版本
Tensorflow 2.1	pip install tensorflow_addons==0.9.1
Tensorflow 2.2	pip install tensorflow_addons==0.11.2
Tensorflow 2.3，2.4，2.5	pip install tensorflow_addons==0.13.0

教程

這是一組快速教程，可以讓您開始使用庫：

• 教程1：文本分類
• 教程2：文本標籤
• 教程3：seq2seq
• 教程4：語言嵌入

還有一些文章和帖子說明瞭如何使用Kashgari：

• 基於Kashgari 2的短文本分類：數據分析和預處理：數據分析和預處理
• 基於Kashgari 2的短文本分類：訓練模型和調優：訓練模型和調優
• 基於Kashgari 2的短文本分類：模型部署：模型部署
• 15分鐘搭建中文文本分類模型
• 基於伯特的中文命名實體識別（ ner）
• Bert/Ernie文本分類和部署
• 五分鐘搭建一個基於伯特的ner模型
• 在15分鐘內與喀什加州的多級文本分類

示例：

• 帶有SEQ2SEQ的神經機器翻譯

貢獻者

謝謝這些好人。並且有很多參與的方法。從貢獻者指南開始，然後檢查這些開放問題是否是否有特定任務。