johnsnowlabs
John Snow Labs 5.5.1 Release
La biblioteca de John Snow Labs proporciona una API de Python simple y unificada para ofrecer soluciones de procesamiento de lenguaje natural de nivel empresarial:
Página de inicio: https://www.johnsnowlabs.com/
Documentos y demostraciones: https://nlp.johnsnowlabs.com/
Desarrollado por el ecosistema de nivel empresarial de John Snow Labs:
! pip install johnsnowlabs
from johnsnowlabs import nlp
nlp . load ( 'emotion' ). predict ( 'Wow that was easy!' )Consulte la documentación para obtener más detalles.
Estos son ejemplos de cómo hacer cosas con una línea de código. Consulte la documentación de conceptos generales para crear tuberías personalizadas.
# Example of Named Entity Recognition
nlp . load ( 'ner' ). predict ( "Dr. John Snow is an British physician born in 1813" )Devoluciones:
| entidades | clase_entidades | entidades_confianza |
|---|---|---|
| Juan Nieve | PERSONA | 0.9746 |
| británico | NORP | 0.9928 |
| 1813 | FECHA | 0.5841 |
# Example of Question Answering
nlp . load ( 'answer_question' ). predict ( "What is the capital of Paris" )Devoluciones:
| texto | respuesta |
|---|---|
| ¿Cuál es la capital de Francia? | París |
# Example of Sentiment classification
nlp . load ( 'sentiment' ). predict ( "Well this was easy!" )Devoluciones:
| texto | clase_sentimiento | sentimiento_confianza |
|---|---|---|
| Bueno, ¡esto fue fácil! | posición | 0.999901 |
nlp . load ( 'ner' ). viz ( 'Bill goes to New York' ) Devoluciones: 
Para obtener una descripción general completa, consulte la referencia de 1 línea y el taller.
Para utilizar los productos pagos de John Snow Labs como Healthcare NLP, [Visual NLP], [Legal NLP] o [Finance NLP], obtenga una clave de licencia y luego llame a nlp.install() para usarla:
! pip install johnsnowlabs
# Install paid libraries via a browser login to connect to your account
from johnsnowlabs import nlp
nlp . install ()
# Start a licensed session
nlp . start ()
nlp . load ( 'en.med_ner.oncology_wip' ). predict ( "Woman is on chemotherapy, carboplatin 300 mg/m2." )Estos son ejemplos de cómo hacer cosas con una línea de código. Consulte la documentación de conceptos generales para crear tuberías personalizadas.
# visualize entity resolution ICD-10-CM codes
nlp . load ( 'en.resolve.icd10cm.augmented' )
. viz ( 'Patient with history of prior tobacco use, nausea, nose bleeding and chronic renal insufficiency.' ) devuelve: 
# Temporal Relationship Extraction&Visualization
nlp . load ( 'relation.temporal_events' )
. viz ( 'The patient developed cancer after a mercury poisoning in 1999 ' ) devuelve: 
Eche un vistazo a la página oficial de Johnsnowlabs: https://nlp.johnsnowlabs.com para obtener documentación de usuario y ejemplos.
| Recurso | Descripción |
|---|---|
| Conceptos generales | Conceptos generales en la biblioteca Johnsnowlabs |
| Descripción general de las frases sencillas | Modelos más utilizados y sus resultados. |
| Descripción general de frases ingeniosas para la atención sanitaria | Modelos sanitarios más utilizados y sus resultados |
| Descripción general de todos los cuadernos de 1 línea | Más de 100 tutoriales sobre cómo utilizar las líneas 1 en conjuntos de datos de texto para diversos problemas y de diversas fuentes como Twitter, noticias chinas, titulares de noticias criptográficas, comunicación sobre el tráfico aéreo, capacitación sobre clasificadores de revisión de productos, |
| Conéctate con nosotros en Slack | ¿Problemas, preguntas o sugerencias? Contamos con una comunidad muy activa y útil de más de 2000 entusiastas de la IA que hacen un buen uso de los productos Johnsnowlabs. |
| Foro de discusión | ¿Discusión más profunda con la comunidad? Publicar un hilo en nuestro foro de discusión |
| Problemas de Github | Informar un error |
| Instalación personalizada | Instalaciones personalizadas, modo Air-Gap y otras alternativas |
La función nlp.load(<Model>) | Cargue cualquier modelo o canalización en una línea de código |
La función nlp.load(<Model>).predict(data) | Predecir Strings , List of Strings , Numpy Arrays , Pandas , Modin y Spark Dataframes |
La función nlp.load(<train.Model>).fit(data) | Entrene un clasificador de texto para 2-Class , N-Classes Multi-N-Classes , Named-Entitiy-Recognition o Parts of Speech Tagging |
La función nlp.load(<Model>).viz(data) | Visualice los resultados de Word Embedding Similarity Matrix , Named Entity Recognizers , Dependency Trees & Parts of Speech , Entity Resolution , Entity Linking o Entity Status Assertion |
La función nlp.load(<Model>).viz_streamlit(data) | Muestre una GUI interactiva que le permite explorar y probar cada modelo y función del repertorio de una sola línea de Johnsowlabs con 1 clic. |
Esta biblioteca tiene la licencia Apache 2.0. Los productos pagos de John Snow Labs están sujetos a este Acuerdo de licencia de usuario final.
Al llamar a nlp.install() para agregarlos a su entorno, acepta sus términos y condiciones.
