斯坦福大學發布 StanfordNLP,支持多種語言
雷鋒網 AI 科技評論按,近日,斯坦福大學發布了一款用於 NLP 的 Python 官方庫,這個庫可以適用於多種語言,其地址是:https://stanfordnlp.github.io/stanfordnlp/,github 資源如下:
這是 Stanford 官方發布的 NLP 庫,詳細信息請訪問:https://stanfordnlp.github.io/stanfordnlp/
說明
如果在研究中使用了他們的神經管道,可以參考他們的 CoNLL 2018 共享任務系統描述文件:
@inproceedings{qi2018universal,
address = {Brussels, Belgium},
author = {Qi, Peng and Dozat, Timothy and Zhang, Yuhao and Manning, Christopher D.},
booktitle = {Proceedings of the {CoNLL} 2018 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies},
month = {October},
pages = {160--170},
publisher = {Association for Computational Linguistics},
title = {Universal Dependency Parsing from Scratch},
url = {https://nlp.stanford.edu/pubs/qi2018universal.pdf},
year = {2018}
}
但是,這個版本和 Stanford 大學的 CoNLL 2018 共享任務系統不一樣。在這裡,標記解析器、詞性還原器、形態學特性和多詞術語系統是共享任務代碼系統的一個簡潔版本,但是作為對比,還使用了 Tim Dozat 的 Tensorflow 版本的標記器和解析器。PyTorch 中大體上對這個版本的代碼進行了複製,儘管與原始版本有一些不同。雷鋒網
啟動
StanfordNLP 支持 Python3.6 及其以上版本。最好的辦法是從 PyPI 安裝 StanfordNLP,如果已經安裝了 pip,那麼只需要運行:
pip install stanfordnlp
這也有助於解決 StanfordNLP 的所有依賴,例如對 PyTorch 1.0.0 或者更高版本的依賴。
還有一個辦法,是從 github 存儲庫的源代碼安裝,這可以使基於 StanfordNLP 的開發和模型訓練具有更大的靈活性。雷鋒網
git clone git@github.com:stanfordnlp/stanfordnlp.git
cd stanfordnlp
pip install -e .
運行 StanfordNLP
從神經管道開始
要運行第一個 StanfordNLP 管道,只需在 python 互動式解釋器中執行以下步驟:
>>> import stanfordnlp
>>> stanfordnlp.download("en") # This downloads the English models for the neural pipeline
>>> nlp = stanfordnlp.Pipeline # This sets up a default neural pipeline in English
>>> doc = nlp("Barack Obama was born in Hawaii. He was elected president in 2008.")
>>> doc.sentences[0].print_dependencies
最後一個命令將列印輸入字元串(或文檔,如 StanfordNLP 所示)中第一個句子中的單詞,以及該句子中單詞的索引,以及單詞之間的依賴關係。輸出應如下所示:
("Barack", "4", "nsubj:pass")
("Obama", "1", "flat")
("was", "4", "aux:pass")
("born", "0", "root")
("in", "6", "case")
("Hawaii", "4", "obl")
(".", "4", "punct")
訪問 Java Stanford CoreNLP 伺服器
除了神經管道之外,這個項目還包括一個用 Python 代碼訪問 Java Stanford CaleNLP 伺服器的官方類。
有幾個初始設置步驟:
下載 Stanford CoreNLP 和需要使用的語言的模型;
將模型原型放在分發文件夾中;
告訴 python 代碼 Stanford CoreNLP 的位置:export corenlp_home=/path/to/stanford-corenlp-full-2018-10-05
我們提供了另一個演示腳本,演示如何使用 corenlp 客戶機並從中提取各種注釋。
神經管道訓練模型
目前,CoNLL 2018 共享任務中的所有 treebanks 模型都是公開的,下載和使用這些模型的說明:https://stanfordnlp.github.io/stanfordnlp/installation_download.html#models-for-human-languages
訓練你自己的神經管道
這個庫中的所有神經模塊都可以使用自己的 CoNLL-U 格式數據進行訓練。目前,並不支持通過管道介面進行模型訓練。因此,如果要訓練你自己的模型,你需要克隆這個 git 存儲庫並從源代碼進行設置。
via:https://github.com/stanfordnlp/stanfordnlp
![](https://pic.pimg.tw/zzuyanan/1488615166-1259157397.png)
![](https://pic.pimg.tw/zzuyanan/1482887990-2595557020.jpg)
※誰說中國沒有核心技術!
※蘋果拒接裁定書!高通再告蘋果,要求禁售iPhone XS/XR;Google在俄或被禁;樂視網劉淑青提辭職|雷鋒早報
TAG:雷鋒網 |