|
|
@@ -55,12 +55,17 @@ python -m spacy download en |
|
|
|
|
|
|
|
## 内置组件 |
|
|
|
|
|
|
|
大部分用于的 NLP 任务神经网络都可以看做由编码器(encoder)、解码器(decoder)两种模块组成。 |
|
|
|
大部分用于的 NLP 任务神经网络都可以看做由词嵌入(embeddings)和两种模块:编码器(encoder)、解码器(decoder)组成。 |
|
|
|
|
|
|
|
以文本分类任务为例,下图展示了一个BiLSTM+Attention实现文本分类器的模型流程图: |
|
|
|
|
|
|
|
|
|
|
|
![](./docs/source/figures/text_classification.png) |
|
|
|
|
|
|
|
fastNLP 在 modules 模块中内置了两种模块的诸多组件,可以帮助用户快速搭建自己所需的网络。 两种模块的功能和常见组件如下: |
|
|
|
fastNLP 在 embeddings 模块中内置了几种不同的embedding:静态embedding(GloVe、word2vec)、上下文相关embedding |
|
|
|
(ELMo、BERT)、字符embedding(基于CNN或者LSTM的CharEmbedding) |
|
|
|
|
|
|
|
与此同时,fastNLP 在 modules 模块中内置了两种模块的诸多组件,可以帮助用户快速搭建自己所需的网络。 两种模块的功能和常见组件如下: |
|
|
|
|
|
|
|
<table> |
|
|
|
<tr> |
|
|
@@ -104,6 +109,10 @@ fastNLP的大致工作流程如上图所示,而项目结构如下: |
|
|
|
<td><b> fastNLP.modules </b></td> |
|
|
|
<td> 实现了用于搭建神经网络模型的诸多组件 </td> |
|
|
|
</tr> |
|
|
|
<tr> |
|
|
|
<td><b> fastNLP.embeddings </b></td> |
|
|
|
<td> 实现了将序列index转为向量序列的功能,包括读取预训练embedding等 </td> |
|
|
|
</tr> |
|
|
|
<tr> |
|
|
|
<td><b> fastNLP.io </b></td> |
|
|
|
<td> 实现了读写功能,包括数据读入,模型读写等 </td> |
|
|
|