Facebook 開源 NLP 建模框架 PyText，從研究到生產變得更容易

Facebook AI Research（FAIR）開源了 NLP 建模框架 PyText 。

PyText 是一個基於 PyTorch 構建的深度學習 NLP 建模框架。PyText 通過為模型組件提供簡單且可擴展的接口和抽象，以及使用 PyTorch 的 Caffe2 執行引擎導出模型進行推理的功能，模糊了實驗與大規模部署之間的界限。其預訓練模型包括文本分類、序列標註等。

PyTorch 是一個統一的框架，縮短了從研究到生產的路徑，而基於 PyTorch 的 PyText 則著眼於滿足 NLP 建模的特定需求。

核心特性：

適用於各種 NLP/NLU 任務的生產就緒模型

文本分類
- Yoon Kim (2014): Convolutional Neural Networks for Sentence Classification
- Lin et al. (2017): A Structured Self-attentive Sentence Embedding
序列標註
- Lample et al. (2016): Neural Architectures for Named Entity Recognition
聯合意圖時隙模型（Joint intent-slot model）
- Zhang et al. (2016): A Joint Model of Intent Determination and Slot Filling for Spoken Language Understanding
上下文意圖-時隙模型（Contextual intent-slot models）

支持在 PyTorch 1.0 中基於新 C10d 後端構建的分佈式訓練

可擴展組件，可輕鬆創建新模型和任務

參考實現和預訓練模型論文： Gupta et al. (2018): Semantic Parsing for Task Oriented Dialog using Hierarchical Representations

支持聯合訓練

項目地址：https://github.com/facebookresearch/pytext

本站文章除註明轉載外，均為本站原創或編譯。歡迎任何形式的轉載，但請務必註明出處，尊重他人勞動共創開源社區。

轉載請註明：文章轉載自開源中國社區 [https://www.oschina.net]

本文標題：Facebook 開源 NLP 建模框架 PyText，從研究到生產變得更容易

本文地址：https://www.oschina.net/news/102736/facebook-opensource-pytext