Github 上 Star 过千的 PyTorch NLP 相关项目

【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与人工智能领域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~

请关注专知公众号，获取人工智能的专业知识！

点击“阅读原文”，使用专知