Téléchargement Indra - Téléchargement du code source Indra

Indra

Autre code source

2.2.0-rc8

Télécharger

Qu’est-ce qu’Indra ?

Indra est une bibliothèque et un service efficaces permettant de fournir des intégrations de mots et des relations sémantiques avec des applications du monde réel dans les domaines de l'apprentissage automatique et du traitement du langage naturel. Il propose plus de 60 modèles pré-construits dans 15 langages et plusieurs algorithmes et corpus de modèles.

Indra est alimenté par Spotify-annoy offrant une fonction efficace de voisins les plus proches.

Caractéristiques

Voisins les plus proches approximatifs efficaces (propulsés par Spotify-annoy);
Plus de 60 modèles pré-construits en 15 langues ;
Licence permissive pour un usage commercial (licence MIT) ;
Prise en charge de la relation distributionnelle traduite ;
Déploiement facile : Déployez l'infrastructure en 3 étapes ;
Accès aux modèles sémantiques en tant que service ;
Prend en charge plusieurs modèles sémantiques distributionnels et mesures de distance.

Modèles pré-construits

Indra fournit des modèles de pré-construction prêts à l'emploi utilisant différents algorithmes, corpus de données et langages. Pour une liste complète des modèles pré-construits, veuillez consulter le Wiki.

Algorithmes de modèle

Mot2Vec (W2V)
Vecteurs globaux (GloVe)
Analyse sémantique explicite (ESA)
Intégrations de mots basées sur les dépendances
Analyse sémantique latente (LSA)

Langues prises en charge

FR - Anglais
DE - Allemand
ES - Espagnol
FR - Français
PT-Portugais
Informatique - Italien
SV - Suédois
ZH-chinois
NL - Néerlandais
RU-russe
KO-Coréen
JA-Japonais
AR-arabe
FA - Persan
EL-Grec

Installer

Pour l'installer, veuillez utiliser l'outil en 3 étapes IndraComposed.

Commencer

Ce guide fournit les instructions de base pour vous aider à commencer à utiliser Indra. Pour plus de détails, y compris le format de réponse, les paramètres supplémentaires et la liste des modèles et langues disponibles, veuillez consulter le Wiki.

Demande d'intégrations de mots `(POST /vectors)`

{
	"corpus" : " googlenews " ,
	"model" : " W2V " ,
	"language" : " EN " ,
	"terms" : [ " love " , " mother " , " santa claus " ]
}

Pour plus de détails, consultez la documentation Word Embeddings.

Demande de vecteurs des voisins les plus proches `(POST /neighbors/vectors)`

{
	"corpus" : " googlenews " ,
	"model" : " W2V " ,
	"language" : " EN " ,
	"topk" : 10 ,
	"terms" : [ " love " , " mother " , " santa " ]
}

Pour plus de détails, consultez la documentation des voisins les plus proches.

Demande de parenté avec les voisins les plus proches `(POST /neighbors/relatedness)`

{
	"corpus" : " googlenews " ,
	"model" : " W2V " ,
	"language" : " EN " ,
	"topk" : 10 ,
	"scoreFunction" : " COSINE " ,
	"terms" : [ " love " , " mother " , " santa " ]
}

Pour plus de détails, consultez la documentation des voisins les plus proches.

Demande de similarité sémantique (paire de termes) `(POST /relatedness)`

{
	"corpus" : " wiki-2018 " ,
	"model" : " W2V " ,
	"language" : " EN " ,
	"scoreFunction" : " COSINE " ,
	"pairs" : [{
		"t2" : " love " ,
		"t1" : " mother "
	},
	{
		"t2" : " love " ,
		"t1" : " santa claus "
	}]
}

Pour plus de détails, consultez la documentation sur la similarité sémantique.

Demande de similarité sémantique (un-à-plusieurs) `(POST /relatedness/otm)`

{
	"corpus" : " wiki-2018 " ,
	"model" : " W2V " ,
	"language" : " EN " ,
	"scoreFunction" : " COSINE " ,
	"one" : " love " ,
	"many" : [ " mother " , " father " , " child " ]
}

Pour plus de détails, consultez la documentation sur la similarité sémantique.

Embeddings de mots traduits et similarité sémantique

Pour les intégrations de mots traduits et la similarité sémantique traduite, ajoutez simplement « mt » : true dans la charge utile JSON.

Point de terminaison public

Nous avons un point de terminaison public uniquement pour la démonstration, vous pouvez donc essayer dès maintenant avec cURL sur la ligne de commande.

Pour les intégrations de mots :

 curl -X POST -H "Content-Type: application/json" -d '{
	"corpus": "wiki-2018",
	"model": "W2V",
	"language": "EN",
	"terms": ["love", "mother", "santa claus"]
}' "http://indra.lambda3.org/vectors"

Pour la similarité sémantique :

 curl -X POST -H "Content-Type: application/json" -d '{
	"corpus": "wiki-2018",
	"model": "W2V",
	"language": "EN",
	"scoreFunction": "COSINE",
	"pairs": [{
		"t2": "love",
		"t1": "mother"
	},
	{
		"t2": "love",
		"t1": "santa claus"
	}]
}' "http://indra.lambda3.org/relatedness"

Citer Indra

Veuillez citer Indra, si vous l'utilisez dans vos expériences ou votre projet.

@InProceedings{indra,
author="Sales, Juliano Efson and Souza, Leonardo and Barzegar, Siamak and Davis, Brian and Freitas, Andr{ ' e} and Handschuh, Siegfried",
title="Indra: A Word Embedding and Semantic Relatedness Server",
booktitle = {Proceedings of the Eleventh International Conference on Language Resources and Evaluation (LREC 2018)},
month     = {May},
year      = {2018},
address   = {Miyazaki, Japan},
publisher = {European Language Resources Association (ELRA)},
}