文件名称：spacy-transformers：:flying_saucer:用于预训练的BERT、XLNet和GPT-2的spaCy管道-python
文件大小：48KB
文件格式：ZIP
更新时间：2024-07-08 13:00:21
机器学习
spacy-transformers：:flying_saucer:用于预训练的BERT、XLNet和GPT-2的spaCy管道 spacy-transformers 这个包（以前是 spacy-pytorch-transformers）提供了包装 Hugging Face 的 Transformers 包的 spaCy 模型管道，所以你可以在 spaCy 中使用它们。 结果是可以方便地访问最先进的转换器架构，例如 BERT、GPT-2、XLNet 等。有关更多详细信息和背景，请查看我们的博客文章。 功能直接在您的 spaCy 管道中使用 BERT、RoBERTa、XLNet 和 GPT-2。 使用 spaCy 的 API 针对您的任务微调预训练的 Transformer 模型。 使用转换器功能进行文本分类的自定义组件。 自动对齐词条和输出到语言标记。 使用智能每句预测处理多句文档。 用于上下文敏感向量和相似性的内置钩子。 开箱即用的序列化和模型包装。 :rocket: 快速入门 从 pip 安装包将自动安装所有依赖项，包括 PyTorch 和 spaCy。 在安装
【文件预览】：
spacy-transformers-master
----MANIFEST.in(34B)
----bin()
--------push-tag.sh(351B)
--------get-version.sh(205B)
----.github()
--------workflows()
--------no-response.yml(725B)
----LICENSE(1KB)
----spacy_transformers()
--------span_getters.py(2KB)
--------truncate.py(4KB)
--------align.py(7KB)
--------tests()
--------util.py(5KB)
--------__init__.py(499B)
--------data_classes.py(12KB)
--------layers()
--------pipeline_component.py(16KB)
--------architectures.py(4KB)
--------annotation_setters.py(654B)
----azure-pipelines.yml(1KB)
----setup.cfg(3KB)
----requirements.txt(206B)
----examples()
--------train_from_config.py(562B)
--------configs()
----setup.py(179B)
----.gitignore(2KB)
----Makefile(728B)
----README.md(4KB)