8种优秀预训练模型大盘点，NLP应用so easy！

进修和阅读更多ELMo有关信息的资源：

• 循规蹈矩的NLP指南，相识ELMo从文本中提取特性：https://www.analyticsvidhya.com/blog/2019/03/learn-to-use-elmo-to-extract-features-from-text/?utm_source=blog&utm_medium=top-pretrained-models-nlp-article
• 预实习模子的GitHub存储库：https://github.com/allenai/allennlp/blob/master/tutorials/how_to/elmo.md
• 研究论文：https://arxiv.org/pdf/1802.05365.pdf

7. Flair模子

Flair不是一个词嵌入(word embedding)，而是它的组合。我们可以将Flair称为团结了GloVe、BERT与ELMo等嵌入方法的NLP库。Zalando Research的优越员工已经开拓了开源的Flair。

该团队已经为以下NLP使命宣布了几个预实习模子：

• 名称 - 实体辨认(NER)
• 词性标注(PoS)
• 文天职类
• 培训定制模子

不信托吗?那么，这个比较表会帮你找到谜底:

“Flair Embedding”是Flair库中打包的署名嵌入，它由上下笔墨符串嵌入提供支持。相识支持Flair的焦点组件可以阅读这篇文章：

https://www.analyticsvidhya.com/blog/2019/02/flair-nlp-library-python/?utm_source=blog&utm_medium=top-pretrained-models-nlp-article

我出格喜好Flair的处所是它支持多种说话，而这么多的NLP刊行版大多都只有英文版本。假如NLP要在环球得到吸引力，我们必要在此基本长举办扩展。

进修和阅读更多有关Flair的资源：

• Flair for NLP简介：一个简朴但成果强盛的最先辈的NLP库：https://www.analyticsvidhya.com/blog/2019/02/flair-nlp-library-python/?utm_source=blog&utm_medium=top-pretrained-models-nlp-article
• Flair的预实习模子：https://github.com/zalandoresearch/flair

8. 其他预实习模子：StanfordNLP (斯坦福)

提到扩展NLP使其不范围于英语，这里有一个已经实现该目标的库——StanfordNLP。其作者声称StanfordNLP支持高出53种说话，这虽然引起了我们的留意。

我们的团队是第一批行使该库并在真实数据集上宣布功效的团队之一。我们通过实行，发明StanfordNLP确实为在非英语说话上应用NLP技能提供了许多也许性，好比印地语、汉语和日语。

StanfordNLP是一系列颠末预先实习的最先辈的NLP模子的荟萃。这些模子不只是在尝试室里举办测试——作者在2017年和2018年的CoNLL比赛中都行使了这些模子。在StanfordNLP中打包的全部预实习NLP模子都是基于PyTorch构建的，可以在你本身的注释数据长举办实习和评估。

我们以为你应该思量行使StanfordNLP的两个首要缘故起因是：

用于执行文天职析的完备神经收集管道，包罗。

• 标志化
• 多字令牌(MWT)拓展
• 词形还原
• 词性(POS)和词形特性标志
• 依存语法说明

不变的Stanford CoreNLP软件的官方Python接口。

进修和阅读更多StanfordNLP有关信息的资源：

• StanfordNLP简介：一个不行思议的支持53种说话的最先辈NLP库 (行使Python代码)：https://www.analyticsvidhya.com/blog/2019/02/stanfordnlp-nlp-library-python/?utm_source=blog&utm_medium=top-pretrained-models-nlp-article
• StanfordNLP的预实习模子：https://github.com/stanfordnlp/stanfordnlp

尾注

这毫不是一个预实习NLP模子的细致列表，有更多能用的可以在这个网站上找到：https://paperswithcode.com

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!