Dit is de Windows-app InferSent, waarvan de nieuwste versie kan worden gedownload als InferSentsourcecode.tar.gz. Deze kan online worden uitgevoerd via de gratis hostingprovider OnWorks voor werkstations.
Download en gebruik online gratis deze app met de naam InferSent met OnWorks.
Volg deze instructies om deze app uit te voeren:
- 1. Download deze applicatie op uw pc.
- 2. Voer in onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX in met de gebruikersnaam die u wilt.
- 3. Upload deze applicatie in zo'n bestandsbeheerder.
- 4. Start een OS OnWorks online emulator vanaf deze website, maar een betere Windows online emulator.
- 5. Ga vanuit het OnWorks Windows-besturingssysteem dat u zojuist hebt gestart naar onze bestandsbeheerder https://www.onworks.net/myfiles.php?username=XXXXX met de gewenste gebruikersnaam.
- 6. Download de applicatie en installeer deze.
- 7. Download Wine van de softwarebronnen voor Linux-distributies. Eenmaal geïnstalleerd, kunt u vervolgens dubbelklikken op de app om ze met Wine uit te voeren. Je kunt ook PlayOnLinux proberen, een mooie interface via Wine waarmee je populaire Windows-programma's en -games kunt installeren.
Wine is een manier om Windows-software op Linux uit te voeren, maar zonder dat Windows vereist is. Wine is een open-source Windows-compatibiliteitslaag die Windows-programma's rechtstreeks op elke Linux-desktop kan uitvoeren. In wezen probeert Wine genoeg van Windows opnieuw te implementeren, zodat het al die Windows-applicaties kan draaien zonder Windows echt nodig te hebben.
SCREENSHOTS
Ad
InferSent
PRODUCTBESCHRIJVING
InferSent is een methode voor het inbedden van zinnen met supervisie die universele representaties leert van Natural Language Inference-data en die goed overdraagbaar is naar vele downstream-taken. Het maakt gebruik van een BiLSTM-encoder met max-pooling om zinsvectoren met een vaste lengte te produceren die semantiek vastleggen die verder gaat dan bag-of-words-statistieken. Getraind op grote NLI-datasets, generaliseren de inbeddingen zich naar taken zoals sentimentanalyse, implicatie, parafrasedetectie en semantische gelijkenis met eenvoudige lineaire classificatoren. De repository biedt voorgeprogrammeerde vectoren, trainingsscripts en duidelijke voorbeelden voor het evalueren van de overdracht op een breed scala aan benchmarks. Omdat de encoder compact en taalonafhankelijk is op interfaceniveau, is hij eenvoudig te implementeren in productiepijplijnen die robuuste semantische functies nodig hebben. InferSent heeft bijgedragen aan de popularisering van het idee dat supervisie-objectieven (zoals NLI) sterke, universele zinsencoders kunnen opleveren, en het blijft een betrouwbare basis voor vergelijking met nieuwere modellen.
Kenmerken
- BiLSTM-max-zin-encoder produceert inbeddingen met een vaste grootte
- Vooraf getrainde vectoren klaar voor overdracht van kennis tussen NLP-taken
- Eenvoudige evaluatierecepten voor classificatie- en gelijkenisbenchmarks
- Trainingsscripts en datasets voor het reproduceren en verfijnen
- Taalonafhankelijke integratie via API's voor het omzetten van gewone zinnen naar vectoren
- Sterke basislijnen die concurrerend blijven voor lichtgewicht implementaties
Programmeertaal
Python
Categorieën
Deze applicatie kan ook worden gedownload van https://sourceforge.net/projects/infersent.mirror/. Deze is gehost in OnWorks, zodat deze eenvoudig online kan worden uitgevoerd via een van onze gratis besturingssystemen.
