johnsnowlabs
John Snow Labs 5.5.1 Release
A biblioteca John Snow Labs fornece uma API Python simples e unificada para fornecer soluções de processamento de linguagem natural de nível empresarial:
Página inicial: https://www.johnsnowlabs.com/
Documentos e demonstrações: https://nlp.johnsnowlabs.com/
Desenvolvido pelo ecossistema de nível empresarial John Snow Labs:
! pip install johnsnowlabs
from johnsnowlabs import nlp
nlp . load ( 'emotion' ). predict ( 'Wow that was easy!' )Consulte a documentação para obter mais detalhes.
Estes são exemplos de como fazer coisas com uma linha de código. Consulte a documentação de conceitos gerais para criar pipelines personalizados.
# Example of Named Entity Recognition
nlp . load ( 'ner' ). predict ( "Dr. John Snow is an British physician born in 1813" )Retorna:
| entidades | entidades_class | entidades_confiança |
|---|---|---|
| John Neve | PESSOA | 0,9746 |
| Britânico | NORP | 0,9928 |
| 1813 | DATA | 0,5841 |
# Example of Question Answering
nlp . load ( 'answer_question' ). predict ( "What is the capital of Paris" )Retorna:
| texto | responder |
|---|---|
| Qual é a capital da França | Paris |
# Example of Sentiment classification
nlp . load ( 'sentiment' ). predict ( "Well this was easy!" )Retorna:
| texto | classe_de_sentimento | sentimento_confiança |
|---|---|---|
| Bem, isso foi fácil! | posição | 0,999901 |
nlp . load ( 'ner' ). viz ( 'Bill goes to New York' ) Retorna: 
Para uma visão geral completa, consulte a Referência de 1 linha e o Workshop.
Para usar produtos pagos do John Snow Labs, como Healthcare NLP, [Visual NLP], [Legal NLP] ou [Finance NLP], obtenha uma chave de licença e chame nlp.install() para usá-la:
! 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." )Estes são exemplos de como fazer coisas com uma linha de código. Consulte a documentação de conceitos gerais para criar pipelines personalizados.
# 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.' ) retorna: 
# Temporal Relationship Extraction&Visualization
nlp . load ( 'relation.temporal_events' )
. viz ( 'The patient developed cancer after a mercury poisoning in 1999 ' ) retorna: 
Dê uma olhada na página oficial do Johnsnowlabs: https://nlp.johnsnowlabs.com para documentação do usuário e exemplos
| Recurso | Descrição |
|---|---|
| Conceitos Gerais | Conceitos gerais na biblioteca Johnsnowlabs |
| Visão geral de 1 linha | Modelos mais comumente usados e seus resultados |
| Visão geral de 1-liners para cuidados de saúde | Modelos de saúde mais comumente usados e seus resultados |
| Visão geral de todos os notebooks de 1 linha | Mais de 100 tutoriais sobre como usar os 1 liners em conjuntos de dados de texto para vários problemas e de várias fontes, como Twitter, notícias chinesas, manchetes de notícias criptografadas, comunicação de tráfego aéreo, treinamento de classificador de revisão de produtos, |
| Conecte-se conosco no Slack | Problemas, dúvidas ou sugestões? Temos uma comunidade muito ativa e útil de mais de 2.000 entusiastas de IA que fazem bom uso dos produtos Johnsnowlabs |
| Fórum de Discussão | Discussão mais aprofundada com a comunidade? Poste um tópico em nosso fórum de discussão |
| Problemas do GitHub | Reportar um bug |
| Instalação personalizada | Instalações personalizadas, modo Air-Gap e outras alternativas |
A função nlp.load(<Model>) | Carregue qualquer modelo ou pipeline em uma linha de código |
A função nlp.load(<Model>).predict(data) | Prever Strings , List of Strings , Numpy Arrays , Pandas , Modin e Spark Dataframes |
A função nlp.load(<train.Model>).fit(data) | Treine um classificador de texto para 2-Class , N-Classes Multi-N-Classes , Named-Entitiy-Recognition ou Parts of Speech Tagging |
A função nlp.load(<Model>).viz(data) | Visualize os resultados da Word Embedding Similarity Matrix , Named Entity Recognizers , Dependency Trees & Parts of Speech , Entity Resolution , Entity Linking ou Entity Status Assertion |
A função nlp.load(<Model>).viz_streamlit(data) | Exiba uma GUI interativa que permite explorar e testar todos os modelos e recursos do repertório de 1 linha do Johnsowlabs com um clique. |
Esta biblioteca está licenciada sob a licença Apache 2.0. Os produtos pagos da John Snow Labs estão sujeitos a este Contrato de Licença de Usuário Final.
Ao chamar nlp.install() para adicioná-los ao seu ambiente, você concorda com seus termos e condições.
