deeppavlov 0.5.1

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

形态标记自动拼写更正

elmo培训以及微调

技能

目标（任务）导向型机器人seq2seq目标导向型机器人

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

使用进化算法调整模型

安装

1. 我们支持linux和windows平台，python 3.6和python3.7

   • 不支持Python 3.5！
   < > > >安装><代码> Windows < /代码>要求<代码> git < /代码>（例如，< HRFF＝"HTTPS://GIT-SMC/COM/LINDOWS/WIN"Re="NoFoLoL>"Git ）和<代码> VisualStudio 2015/2017 ><代码> C++< /Cord>安装工具！

2. 创建并激活虚拟环境：

   • linux

   python -m venv env
   source ./env/bin/activate
   

   • 窗口

   python -m venv env
   .\env\Scripts\activate.bat
   

3. 在环境中安装软件包：

   pip install deeppavlov
   

< > >

快速启动

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）：

fromdeeppavlovimportconfigs

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：

• 通过命令行界面（cli）和
• 通过python

在选择接口之前，请安装模型的包要求 （CLI）：

    python -m deeppavlov install <config_path>

• 其中，<；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）

要通过cli以交互方式从模型获取预测，请运行

    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）。

你可以用同样简单的方法来训练它：

    python -m deeppavlov train <config_path> [-d]

无论是否有-d标志，都将下载数据集。

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：

    python -m deeppavlov <action> <config_path> [-d]

• <；操作>；可以
  • 下载以下载模型数据（与-d相同），
  • train根据配置文件中指定的数据训练模型，
  • 计算以计算同一数据集上的度量，
  • 交互通过cli交互，
  • riseapi运行rest api服务器（请参见 文档），
  • interactivebot作为电报机器人运行（请参见 文档），
  • interactivemsbot运行miscrosoft bot框架服务器（请参见 文档），
  • predict从stdin或从 <；file_path>；如果指定了-f<；file_path>；。
• <；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

要通过python交互地从模型中获取预测，请运行

fromdeeppavlovimportbuild_modelmodel=build_model(<config_path>,download=True)# get predictions for 'input_text1', 'input_text2'model(['input_text1','input_text2'])

• 其中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。

你可以用同样简单的方法来训练它：

python -m venv env
source ./env/bin/activate

0
• download=truedownloads pretrained model，因此 模型将首先加载，然后训练（可选）。

无论是否有-d标志或 不是，

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：

python -m venv env
source ./env/bin/activate

1

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。

中断更改

打破0.5.0版中的更改

• 必须重新安装大多数管道配置的依赖项
• 根据tensorflow的型号要求CUDA 10.0在GPU上运行，而不是CUDA 9.0
• 必须重新下载或重新培训scikit学习模型

打破0.4.0版的变化！

• 神经进化的默认目标变量名 已从models\u path更改为model\u path

打破0.3.0版的变化！

• 已删除配置文件中的组件选项fit-on-u batch并替换为自适应使用fit-on参数。

打破0.2.0版的变化！

• 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。
• 重命名度量函数精确匹配>squad v2_em和squad f1到squad v2_f1
• 用下划线替换configs name中的破折号

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.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。

• 在配置文件中，对于所有功能/模型，数据集读取器和迭代器"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。

• 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

许可证

DeepPavlov是Apache2.0许可的。

团队

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项目（国家技术倡议的一部分）以及与sberbank合作的项目



标签：

• 数据
• path
• 模型
• config
• 源代码
• 系统
• 配置文件
• 机器人
• 对话
• deeppavlov

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库

• mrsoft-demo

  没有项目描述

• pyroutes.js

  pyroutesjs提供了一个javascript路由生成函数，如python routes mapper.generate方法

• aamoer

  对数据表运行统计信息。

• mini-yahoo-finance

  使用Yahoo！下载历史股票数据并将其存储到Pandas数据框中。财务API。

• twistmc

  扭曲我的组件！

• fiduswriter-ojs

  连接到OJS的fidus writer插件。

• unqlitep

  python的unqlite绑定

• opencache-lib

  opencache节点和控制器之间的共享代码。

• pygrib2

  用于读取和写入GRIB版本2文件的Python模块。

• django-auklet

  用于django应用程序的auklet性能监视代理

• sftoolbox

  vfx和动画的共享工具和片段

• astar_art

  蟒蛇实现艺术

• speedtest-cli

  使用speedtest.net测试因特网带宽的命令行接口

• ludolph-skeleton

  Ludolph:骨架插件

• wisdoms

  用户权限验证后增加用户和组织的简短信息