用于构建端到端对话系统和训练聊天机器人的开放源代码库。
deeppavlov的Python项目详细描述
DeepPavlov是一个开源的会话人工智能库,构建于TensorFlow和Keras之上。
DeepPavlov专为
- 开发生产就绪的聊天机器人和复杂的对话系统,
- 研究NLP领域,特别是对话系统。
快速链接
- 演示
- 文档docs.deeppavlov.ai
- 模型列表
- 贡献指南
- 问题github/issues/
- 论坛论坛.ipavlov.ai
- 博客ipavlov.ai/rec108281800
- 教程示例/
- Docker中心hub.docker.com/u/deeppavlov/
- Docker Images文档
型号
命名实体识别
意图/句子分类
句子相似度/排名tf-idf排名tf-idf排名
技能 开放域问题解答
回答常见问题
嵌入 用于俄语、波兰语、保加利亚语、捷克语和非正式英语的bert嵌入 俄语的elmo嵌入
俄语的FastText嵌入
自动ml 我们支持 创建并激活虚拟环境: 在环境中安装软件包: 在DeepPavlov有一堆很好的预训NLP模型。每个型号都是
由其配置文件决定。 模型列表位于
中的"文档"页
deeppavlov.configs(python): 当你决定使用模型(+config文件)时,有两种方法可以训练,
评估并推断: 在选择接口之前,请安装模型的包要求
(CLI): 要通过cli以交互方式从模型获取预测,请运行 你可以用同样简单的方法来训练它: 无论是否有 要训练自己的数据,您需要在
列车配置文件。
数据格式在相应的模型文档页中指定。 你还可以做更多的动作使用配置: 要通过python交互地从模型中获取预测,请运行 你可以用同样简单的方法来训练它: 无论是否有 要训练自己的数据,您需要在
列车配置文件。
数据格式在相应的模型文档页中指定。 您还可以在配置文件中指定的数据集上计算度量: 还可以与各种信使集成,请参见
电报机器人程序文件页
以及集成部分中的其他信息。 打破0.5.0版中的更改 打破0.4.0版的变化! 打破0.3.0版的变化! 打破0.2.0版的变化! 打破0.1.0版中的更改! 从0.1.0版起,提供的配置的所有模型、嵌入和其他下载数据
默认情况下,下载到当前用户主目录中的 在配置文件中,对于所有功能/模型,数据集读取器和迭代器 在培训和评估期间,参数传递给度量函数的方式发生了更改,并且
文档化 DeepPavlov是Apache2.0许可的。 DeepPavlov由位于IP内的神经网络和深度学习实验室构建和维护。avlov安装
)和<代码> VisualStudio 2015/2017 ><代码> C++< /Cord>安装工具!linux
和windows
平台,python 3.6
和python3.7
linux
python -m venv env
source ./env/bin/activate
窗口
python -m venv env
.\env\Scripts\activate.bat
pip install deeppavlov
快速启动
fromdeeppavlovimportconfigs
python -m deeppavlov install <config_path>
<;config_path>;
是所选模型配置文件的路径(例如
deeppavlov/configs/ner/slotfill_dstc2.json
)或仅命名而不命名
.json扩展(例如slotfill\u dstc2
)命令行界面(cli)
python -m deeppavlov interact <config_path> [-d]
-d
下载所需数据--预训练的模型文件和嵌入
(可选)。 python -m deeppavlov train <config_path> [-d]
-d
标志,都将下载数据集。 python -m deeppavlov <action> <config_path> [-d]
<;操作>;
可以
<;config_path>;
指定模型配置文件的路径(或名称)-d
下载所需数据
巨蟒
fromdeeppavlovimportbuild_modelmodel=build_model(<config_path>,download=True)# get predictions for 'input_text1', 'input_text2'model(['input_text1','input_text2'])
download=true
从Web下载所需数据--预训练模型
文件和嵌入(可选),<;config_path>;
是所选模型配置文件的路径(例如
"deeppavlov/configs/ner/ner\u ontoonotes_bert_mult.json"
)或
deeppavlov.configs
属性(例如
deeppavlov.configs.ner.ner\u ontotenotes\u bert\u mult
不带引号。
0
python -m venv env
source ./env/bin/activate
download=true
downloads pretrained model,因此
模型将首先加载,然后训练(可选)。-d
标志或
不是,
1
python -m venv env
source ./env/bin/activate
中断更改
tensorflow
的型号要求CUDA 10.0
在GPU上运行,而不是CUDA 9.0
models\u path
更改为model\u path
fit-on-u batch
并替换为自适应使用fit-on
参数。实用程序
模块已从存储库根目录移动到deeppavlov
模块ms-bot_framework实用程序
,server实用程序
,telegram实用程序
模块被相应地重命名为ms-bot_framework
,server
和telegram
。
精确匹配>
squad v2_em
和squad f1
到squad v2_f1
.deeppavlov
目录。
这可以通过修改每个模型来更改
a根路径
变量
或模型配置文件中的相关字段。"name"
和"class"
字段组合在一起
进入"类名"
字段。deeppavlov.core.commands.infer.build_model_from_config()
已重命名为build_model
并可以从
deeppavlov
直接模块。许可证
团队
推荐PyPI第三方库