Esta es la aplicación de Linux llamada CRFSharp para ejecutarse en Linux en línea, cuya última versión se puede descargar como CRFSharp.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada CRFSharp para ejecutar en Linux en línea con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
SCREENSHOTS
Ad
CRFSharp para ejecutar en Linux en línea
DESCRIPCIÓN
CRFSharp (también conocido como CRF #) es una implementación .NET (C #) de Conditional Random Fields, un algoritmo de aprendizaje automático para aprender a partir de secuencias etiquetadas de ejemplos. Se usa ampliamente en tareas de proceso de lenguaje natural (NLP), por ejemplo: separador de palabras, etiquetado posterior, entidad con nombre reconocida, fragmentación de consultas, etc.El algoritmo principal de CRF # es el mismo que el de CRF ++ escrito por Taku Kudo. Codifica los parámetros del modelo por L-BFGS. Además, tiene muchas mejoras significativas que CRF ++, como la codificación totalmente paralela, la optimización del uso de la memoria, etc.
Actualmente, cuando se entrena el corpus, en comparación con CRF ++, CRF # puede hacer un uso completo de las CPU multinúcleo y solo usa muy poca memoria, y la memoria crece de manera muy suave y lenta mientras que la cantidad de corpus de entrenamiento, las etiquetas aumentan. Con el proceso de subprocesos múltiples, CRF # es más adecuado para el entrenamiento de etiquetas y datos grandes que CRF ++ ahora. Por ejemplo, en una máquina con 64 GB, CRF # codifica el modelo con más de 4.5 millones de funciones rápidamente.
Público
Ciencia / investigación, educación, usuarios finales avanzados, desarrolladores, otro público, ingeniería
Interfaz de usuario
Consola / Terminal, línea de comandos
Lenguaje de programación
C#
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/crfsharp/. Se ha alojado en OnWorks para poder ejecutarlo online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.