これは spacy-transformers という名前の Linux アプリで、最新リリースは v1.3.2sourcecode.zip としてダウンロードできます。 ワークステーション用の無料ホスティング プロバイダー OnWorks でオンラインで実行できます。
Spacy-transformers with OnWorks という名前のこのアプリをオンラインで無料でダウンロードして実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショットは
Ad
スペイシートランスフォーマー
DESCRIPTION
spaCy は、多くの場合、パイプラインの効率や精度を向上させるのに役立つ多くの転送およびマルチタスク学習ワークフローをサポートしています。 転移学習とは、単語ベクトル テーブルや言語モデルの事前トレーニングなどの手法を指します。 これらの手法を使用して、未加工のテキストからパイプラインに知識をインポートできるため、モデルは注釈付きの例からより適切に一般化できます。 FastText や Gensim などの一般的なツールから単語ベクトルを変換できます。また、spacy-transformers をインストールすると、事前にトレーニングされたトランスフォーマー モデルを読み込むことができます。 spacy pre train コマンドを使用して、独自の言語モデルの事前トレーニングを行うこともできます。 トランスフォーマーや別のコンテキスト埋め込みモデルを複数のコンポーネントで共有することもできます。これにより、長いパイプラインを数倍効率化できます。 転移学習を使用するには、予測しようとしているものについて、少なくともいくつかの注釈付きの例が必要です。
特徴
- 共有埋め込み層
- Transformer を追加することで、単一のトランスフォーマーまたは他の tok2vec モデルを複数のコンポーネント間で共有できます。
- 変圧器モデルを使用する
- 変圧器モデルはドロップイン交換品として使用可能
- Transformer コンポーネントがアノテーションを設定する方法をカスタマイズすることもできます
- トレーニングに推奨されるワークフローは、spaCy の構成システムを使用することです。
プログラミング言語
Python
カテゴリー
これは https://sourceforge.net/projects/spacy-transformers.mirror/ からも取得できるアプリケーションです。 これは、OnWorks でホストされており、無料のオペレーティング システムの XNUMX つからオンラインで簡単に実行できます。
