Github 上 Star 过千的 PyTorch NLP 相关项目

2018 年 7 月 5 日 专知

【导读】Github 上有许多成熟的 PyTorch NLP 代码和模型, 可以直接用于科研和工程中。本文介绍其中一下 Star 过千的时下热点项目。

 

AllenNLP    

2504 Star 

https://github.com/allenai/allennlp

AllenNLP,是AI2公司家的开源项目,致力于成为 PyTorch 下 NLP 算法研究和实现的全能平台。AllenNLP 的设计理念是: 模块化 和 轻量级。 它将 NLP中个各种需求进行了非常好的封装, 包括:padding, masking 等等。 特别的,AllenNLP 对实验非常友好, 实验流程和参数有 Json 文件配置,并行、重现完全不是问题,而且每一步都有丰富的 log 记录你想记录的一切。


AllenNLP 自身实现了包括:命名实体识别、语义角色标注、阅读理解在内的多种常用算法。AllenNLP是由艾伦人工智能研究所(Allen Institute for Artificial Intelligence)与华盛顿大学(University of Washington)和其他机构的研究人员密切合作建立和维护的。

 

DrQA    

2374  Star 

https://github.com/facebookresearch/DrQA


DrQA 是 facebook 开源的开放式阅读理解智能问答算法。原论文发布在 ACL2016上, 名字是:Reading Wikipedia to Answer Open-Domain Questions


链接:

http://www.zhuanzhi.ai/paper/ec2483da392a7e054eeb0f0a58d3ddee。


DrQA是一个用于阅读理解的系统,适用于开放领域的问答。特别是,DrQA致力于解决大规模机器阅读理解。在这种情况下,算法在一个非常大的非结构化文档语料库中寻找问题的答案。因此,系统必须将文档检索(查找相关文档)与文本的机器理解(识别来自这些文档的答案)结合起来。


fairseq    

1711 Star 

https://github.com/pytorch/fairseq

fairseq是facebook 开源的一个序列建模工具包,而并不是单纯的某个模型的实现。

它允许研究人员和开发人员为机器翻译、自动摘要、语言模型和其他文本生成任务训练自定义模型。它提供了各种Seq2seq 的模型的实现,包括:

  • Convolutional Neural Networks (CNN)

    • Dauphin et al. (2017): Language Modeling with Gated Convolutional Networks

    • Gehring et al. (2017): Convolutional Sequence to Sequence Learning

    • New Edunov et al. (2018): Classical Structured Prediction Losses for Sequence to Sequence Learning

    • New Fan et al. (2018): Hierarchical Neural Story Generation

  • Long Short-Term Memory (LSTM) networks

    • Luong et al. (2015): Effective Approaches to Attention-based Neural Machine Translation

    • Wiseman and Rush (2016): Sequence-to-Sequence Learning as Beam-Search Optimization

  • Transformer (self-attention) networks

    • Vaswani et al. (2017): Attention Is All You Need

    • New Ott et al. (2018): Scaling Neural Machine Translation


OpenNMT-py    

1558 Star 

https://github.com/OpenNMT/OpenNMT-py


OpenNMT 全称是Open Source Neural Machine Translation in PyTorch (PyTorch 开源神经翻译模型), 致力于它旨在研究促进新idea 在神经翻译,自动摘要,看图说话,语言形态学和许多其他领域的发展。


作为自动翻译的平台型项目, OpenNMT 当然也支持各种文本数据预处理,包括各种 RNN 单元, 各种 attention机制,花式日志,语音转文本,看图说话等等。


DeepNLP-models-Pytorch    

1256 Star 

https://github.com/DSKSD/DeepNLP-models-Pytorch


最后, 给大家介绍的是DeepNLP-models in PyTorch。这个库, 是韩国的Kim Sungdong同学,在看完 CS224你的课后,用 PyTorch 将其中的模型都实现了一遍, 包括:

-END-

专 · 知


人工智能领域主题知识资料查看与加入专知人工智能服务群

【专知AI服务计划】专知AI知识技术服务会员群加入人工智能领域26个主题知识资料全集获取欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询


请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~



关注专知公众号,获取人工智能的专业知识!

点击“阅读原文”,使用专知

登录查看更多
3

相关内容

近期必读的7篇 CVPR 2019【视觉问答】相关论文和代码
专知会员服务
35+阅读 · 2020年1月10日
必读的10篇 CVPR 2019【生成对抗网络】相关论文和代码
专知会员服务
31+阅读 · 2020年1月10日
六篇 EMNLP 2019【图神经网络(GNN)+NLP】相关论文
专知会员服务
71+阅读 · 2019年11月3日
【书籍】深度学习框架:PyTorch入门与实践(附代码)
专知会员服务
163+阅读 · 2019年10月28日
计算机视觉最佳实践、代码示例和相关文档
专知会员服务
17+阅读 · 2019年10月9日
GitHub超9千星:一个API调用27个NLP预训练模型
新智元
17+阅读 · 2019年7月22日
基于PyTorch/TorchText的自然语言处理库
专知
28+阅读 · 2019年4月22日
近期值得关注的8款AI开源项目 | 本周Github精选
PaperWeekly
4+阅读 · 2018年8月3日
GitHub获赞过千:PyTorch 自然语言处理项目Top 5
新智元
12+阅读 · 2018年7月10日
Arxiv
6+阅读 · 2020年4月14日
Neural Image Captioning
Arxiv
5+阅读 · 2019年7月2日
Star-Transformer
Arxiv
5+阅读 · 2019年2月28日
Arxiv
6+阅读 · 2018年6月18日
Arxiv
3+阅读 · 2018年6月1日
Arxiv
3+阅读 · 2018年5月11日
Arxiv
13+阅读 · 2018年1月20日
VIP会员
相关论文
Arxiv
6+阅读 · 2020年4月14日
Neural Image Captioning
Arxiv
5+阅读 · 2019年7月2日
Star-Transformer
Arxiv
5+阅读 · 2019年2月28日
Arxiv
6+阅读 · 2018年6月18日
Arxiv
3+阅读 · 2018年6月1日
Arxiv
3+阅读 · 2018年5月11日
Arxiv
13+阅读 · 2018年1月20日
Top
微信扫码咨询专知VIP会员