文件名称：fancy-nlp：人类的NLP。 快速且易于使用的自然语言处理（NLP）工具包，满足您对NLP的想象
文件大小：525KB
文件格式：ZIP
更新时间：2024-02-24 12:10:36
nlp text-classification tensorflow crf python-library
花式自然语言处理 人类的自然语言处理。 一个快速且易于使用的自然语言处理（NLP）工具包，满足您对NLP的想象。 ••••••• 基本介绍 Fancy-NLP是由腾讯商品广告策略组团队构建的用于建设商品肖像的文本知识挖掘工具，其支持的实体提取，文本分类和文本相似度匹配等多种NLP任务。比，其能够支持用户进行快速的功能实现：既可以满足高阶用户对模型进行深度定制，也可以让普通用户快速利用预训练的模型快速进行功能实践。在当前的商品广告业务场景中，我们利用该工具快速挖掘海量商品数据的特征，从而支持广告商品推荐等模块中。 项目的初衷是希望提供一套易于使用的NLP工具，其直接面向使用场景，满足用户对NLP
【文件预览】：
fancy-nlp-master
----setup.py(1KB)
----fancy_nlp()
--------__init__.py(202B)
--------trainers()
--------layers()
--------models()
--------losses()
--------utils()
--------config.py(275B)
--------preprocessors()
--------predictors()
--------applications()
--------callbacks()
--------metrics()
----.gitignore(1KB)
----requirements.txt(831B)
----data()
--------ner()
--------embeddings()
--------spm()
----.travis.yml(311B)
----LICENSE(34KB)
----setup.cfg(74B)
----examples()
--------spm_example.py(2KB)
--------text_classification_example.py(2KB)
--------ner_example.py(1KB)
--------bert_single.py(2KB)
--------bert_combination.py(2KB)
--------bert_fine_tuning.py(2KB)
----README.md(35KB)
----tests()
--------fancy_nlp()
--------test_sample.py(101B)
----pytest.ini(330B)
----README.en.md(535B)
----img()
--------entity_extract.png(64KB)
--------fancy-nlp_300-180_white.jpg(35KB)
--------entity_linking.png(66KB)
--------text_matching.png(86KB)