"Обработка естественного языка"
Кузница моделей НЛП
Разблокирующий вывод для 1400 моделей НЛП
Оптимизация конвейера логических выводов на основе последней отлаженной модели НЛП является обязательным условием для быстрого прототипирования. Однако из-за множества разнообразных архитектур моделей и библиотек NLP создание прототипов может стать трудоемкой задачей. Таким образом, мы создали Кузницу моделей НЛП. Генератор базы данных / кода для 1400 настроенных моделей, которые были тщательно отобраны ведущими исследовательскими компаниями НЛП, такими как Hugging Face, Facebook (ParlAI), DeepPavlov и AI2.
Кузница - это ваш пункт назначения для генерации кода вывода для выбранной вами модели НЛП.
Что содержит кузница?
Forge содержит код для предварительно обученных моделей, которые были настроены для решения нескольких задач, начиная от классической классификации текста и заканчивая преобразованием текста в речь и здравым смыслом. Он позволяет разработчику выбрать сразу несколько моделей, из которых одним нажатием кнопки можно сгенерировать шаблоны кода в готовом к запуску формате для вставки в записную книжку Colab. Блоки кода отформатированы в сценариях программирования оболочки и python и достаточно просты, чтобы вы могли сразу приступить к созданию собственного API вывода! 💥
Текущие задачи, доступные в кузнице
- Классификация последовательностей | классификация тем и анализ настроений
- Генерация текста
- Ответ на вопрос
- Классификация токенов | NER, и часть речи
- Обобщение
- Вывод на естественном языке
- Разговорный AI
- Машинный перевод
- Текст в речь
- Здравый смысл
Одна из лучших особенностей Forge (помимо разнообразия архитектур, языков и библиотек) - это описания метаданных каждой модели. Для разных задач требуются разные метаданные, чтобы помочь разработчику выбрать модель. Так, например, в машинном переводе мы добавили столбцы исходного и целевого языков, для классификации последовательности / токена / NLI мы добавили столбец «метки», чтобы определить, какие метки модель была обучена выводить.
Хорошо… Итак, как это работает?
Сначала вы выбираете одну или несколько моделей на домашней странице Forge. Вы делаете это, выбирая переключатель в столбце «загрузка».
Когда вы выбираете свои модели, вы заметите, что кнопка «Получить код» начинает подсчитывать выбранные вами модели.
Когда вы будете удовлетворены тем, что выбрали, нажмите кнопку «Получить код».
Теперь вы сгенерировали блоки кода для выполнения вывода на ваших моделях! И они программно помечены соответствующими метаданными, чтобы улучшить интерпретацию функциональности каждой модели. Самое замечательное в Forge - это то, что он уже знает, какой импорт и зависимости ему требуются в зависимости от того, какую библиотеку вы выбрали. 👇
💡 внутренний монолог 💡
Мы также выделяем исходный язык, области для добавления текстовых полей и области для точной настройки параметров декодирования (при необходимости). Ищите смайлики !
Теперь, на этом этапе, вы можете сделать одно из нескольких. Вы можете…
✔ Отредактируйте код прямо на веб-странице. (вы можете удалить блоки кода, которые вам не нужны, или изменить код прямо на странице по своему усмотрению)
✔ Нажмите кнопку электронной почты, чтобы отправить блоки кода себе или своим друзьям.
✔ Скопируйте каждый блок кода в буфер обмена и вставьте его на свой локальный компьютер.
Но самый действенный вариант - нажать эту кнопку «Colab». Если вы сделаете это, одновременно произойдут две вещи:
✔ Все блоки кода на странице будут скопированы в буфер обмена.
✔ Откроется новая страница Colab.
Теперь все, что вам осталось сделать, это нажать «control / command + v» на странице, и все блоки кода будут вставлены! Теперь вы готовы к выполнению логического вывода!
💡 внутренний монолог 💡
Colab продолжает оставаться мощным местом для создания прототипов моделей машинного обучения, потому что вы можете использовать их бесплатный графический процессор в дополнение к сверхбыстрой скорости загрузки больших файлов данных. Это удобно, когда размер моделей может достигать 1 Гбайт или больше, и вы не хотите загружать их локально.
Надеюсь, вам понравится путешествовать по Кузнице! Мы надеемся, что эта платформа поможет вам не только понять различия в архитектуре моделей, но и даст вам возможность контролировать разработку вашего собственного API вывода.
Мы продолжим улучшать платформу, чтобы предлагать вам новейшие и самые разнообразные модели в мире. Следите за обновлениями. Если у вас возникнут какие-либо вопросы / предложения, вы всегда можете написать нам по электронной почте:
info [at] Quantumstat [точка] com
Ваше здоровье,
Рики Коста | Квантовая статистика | Www.quantumstat.c om
P.S. Следите за обновлениями в Твиттере и в нашей новостной рассылке на нашем веб-сайте.
