|
|
|
@@ -6,17 +6,16 @@ |
|
|
|
 |
|
|
|
[](http://fastnlp.readthedocs.io/?badge=latest) |
|
|
|
|
|
|
|
fastNLP 是一款轻量级的 NLP 工具包。你既可以使用它快速地完成一个序列标注（[NER](reproduction/sequence_labelling/ner)、POS-Tagging等）、中文分词、[文本分类](reproduction/text_classification)、[Matching](reproduction/matching)、[指代消解](reproduction/coreference_resolution)、[摘要](reproduction/Summarization)等任务； 也可以使用它快速构建许多复杂的网络模型，进行科研。它具有如下的特性： |
|
|
|
fastNLP是一款轻量级的自然语言处理（NLP）工具包。你既可以用它来快速地完成一个NLP任务，也可以用它在研究中快速构建更复杂的模型。 |
|
|
|
|
|
|
|
- 统一的Tabular式数据容器，让数据预处理过程简洁明了。内置多种数据集的Loader和Pipe，省去预处理代码; |
|
|
|
- 多种训练、测试组件，例如训练器Trainer；测试器Tester；以及各种评测metrics等等; |
|
|
|
- 各种方便的NLP工具，例如预处理embedding加载（包括ELMo和BERT）; 中间数据cache等; |
|
|
|
- 部分[数据集与预训练模型](https://docs.qq.com/sheet/DVnpkTnF6VW9UeXdh?c=A1A0A0)的自动下载 |
|
|
|
- 详尽的中文[文档](https://fastnlp.readthedocs.io/)、[教程](https://fastnlp.readthedocs.io/zh/latest/user/tutorials.html)以供查阅; |
|
|
|
- 提供诸多高级模块，例如Variational LSTM, Transformer, CRF等; |
|
|
|
- 在序列标注、中文分词、文本分类、Matching、指代消解、摘要等任务上封装了各种模型可供直接使用，详细内容见 [reproduction](reproduction) 部分; |
|
|
|
- 便捷且具有扩展性的训练器; 提供多种内置callback函数，方便实验记录、异常捕获等。 |
|
|
|
fastNLP具有如下的特性： |
|
|
|
|
|
|
|
- 统一的Tabular式数据容器，简化数据预处理过程； |
|
|
|
- 内置多种数据集的Loader和Pipe，省去预处理代码; |
|
|
|
- 各种方便的NLP工具，例如Embedding加载（包括ELMo和BERT）、中间数据cache等; |
|
|
|
- 部分[数据集与预训练模型](https://docs.qq.com/sheet/DVnpkTnF6VW9UeXdh?c=A1A0A0)的自动下载； |
|
|
|
- 提供多种神经网络组件以及复现模型（涵盖中文分词、命名实体识别、句法分析、文本分类、文本匹配、指代消解、摘要等任务）; |
|
|
|
- Trainer提供多种内置Callback函数，方便实验记录、异常捕获等。 |
|
|
|
|
|
|
|
## 安装指南 |
|
|
|
|
|
|
|
@@ -40,6 +39,7 @@ python -m spacy download en |
|
|
|
|
|
|
|
|
|
|
|
## fastNLP教程 |
|
|
|
中文[文档](https://fastnlp.readthedocs.io/)、[教程](https://fastnlp.readthedocs.io/zh/latest/user/tutorials.html) |
|
|
|
|
|
|
|
### 快速入门 |
|
|
|
|
|
|
|
|
yh