• fastNLP
• • 安装指南
  • fastNLP教程
  • • 快速入门
    • 详细使用教程
    • 扩展教程
  • 内置组件
  • 项目结构

fastNLP

fastNLP是一款面向自然语言处理（NLP）的轻量级框架，目标是快速实现NLP任务以及构建复杂模型。

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

fastNLP 依赖以下包:

• numpy>=1.14.2
• torch>=1.0.0
• tqdm>=4.28.1
• nltk>=3.4.1
• requests
• spacy
• prettytable>=0.7.2

其中torch的安装可能与操作系统及 CUDA 的版本相关，请参见 PyTorch 官网 。
在依赖包安装完成后，您可以在命令行执行如下指令完成安装

pip install fastNLP
python -m spacy download en

fastNLP教程

中文文档、 教程

快速入门

• Quick-1. 文本分类
• Quick-2. 序列标注

详细使用教程

• 1. 使用DataSet预处理文本
• 2. 使用Vocabulary转换文本与index
• 3. 使用Embedding模块将文本转成向量
• 4. 使用Loader和Pipe加载并处理数据集
• 5. 动手实现一个文本分类器I-使用Trainer和Tester快速训练和测试
• 6. 动手实现一个文本分类器II-使用DataSetIter实现自定义训练过程
• 7. 使用Metric快速评测你的模型
• 8. 使用Modules和Models快速搭建自定义模型
• 9. 使用Callback自定义你的训练过程

扩展教程

• Extend-1. BertEmbedding的各种用法
• Extend-2. 分布式训练简介
• Extend-3. 使用fitlog 辅助 fastNLP 进行科研

内置组件

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：

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:

类型	功能	例子
encoder	将输入编码为具有具有表示能力的向量	Embedding, RNN, CNN, Transformer, ...
decoder	将具有某种表示意义的向量解码为需要的输出形式	MLP, CRF, ...

项目结构

fastNLP的大致工作流程如上图所示，而项目结构如下：

fastNLP	开源的自然语言处理库
fastNLP.core	实现了核心功能，包括数据处理组件、训练器、测试器等
fastNLP.models	实现了一些完整的神经网络模型
fastNLP.modules	实现了用于搭建神经网络模型的诸多组件
fastNLP.embeddings	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
fastNLP.io	实现了读写功能，包括数据读入与预处理，模型读写，数据与模型自动下载等

---

In memory of @FengZiYjun. May his soul rest in peace. We will miss you very very much!