Download Indra - Download do código-fonte Indra

Indra

Outro código-fonte

2.2.0-rc8

Baixar

O que é Indra:

Indra é uma biblioteca e serviço eficiente para fornecer incorporação de palavras e relacionamento semântico para aplicações do mundo real nos domínios de aprendizado de máquina e processamento de linguagem natural. Oferece mais de 60 modelos pré-construídos em 15 idiomas e vários algoritmos de modelo e corpora.

Indra é alimentado por spotify-annoy, oferecendo uma função eficiente de vizinhos mais próximos aproximados.

Características

Vizinhos mais próximos aproximados e eficientes (alimentado por spotify-annoy);
Mais de 60 modelos pré-construídos em 15 idiomas;
Licença permissiva para uso comercial (Licença MIT);
Apoio ao relacionamento distributivo traduzido;
Implantação fácil: Implante a infraestrutura em 3 etapas;
Acesso aos modelos semânticos como serviço;
Suporta vários modelos semânticos distributivos e medidas de distância.

Modelos pré-construídos

A Indra oferece modelos pré-construídos prontos para uso usando diferentes algoritmos, corpora de conjuntos de dados e linguagens. Para obter uma lista completa de modelos pré-construídos, verifique o Wiki.

Algoritmos Modelo

Word2Vec (W2V)
Vetores globais (luva)
Análise Semântica Explícita (ESA)
Incorporações de palavras baseadas em dependência
Análise Semântica Latente (LSA)

Idiomas Suportados

PT - Inglês
DE - Alemão
ES - Espanhol
FR - Francês
PT - Português
TI - Italiano
SV - Sueco
ZH – chinês
NL - Holandês
RU - Russo
KO - Coreano
JA - Japonês
AR - Árabe
FA - Persa
EL - Grego

Instalar

Para instalar, use a ferramenta de 3 etapas IndraComposed.

Começando

Este guia fornece as instruções básicas para você começar a usar o Indra. Para mais detalhes, incluindo o formato da resposta, parâmetros adicionais e a lista de modelos e idiomas disponíveis, consulte o Wiki.

Solicitando incorporações de palavras `(POST /vectors)`

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

Para mais detalhes, verifique a documentação do Word Embeddings.

Solicitando vetores de vizinhos mais próximos `(POST /neighbors/vectors)`

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

Para mais detalhes, verifique a documentação dos Vizinhos Mais Próximos.

Solicitando parentesco de vizinhos mais próximos `(POST /neighbors/relatedness)`

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

Para mais detalhes, verifique a documentação dos Vizinhos Mais Próximos.

Solicitando similaridade semântica (par de termos) `(POST /relatedness)`

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

Para mais detalhes, consulte a documentação de Similaridade Semântica.

Solicitando similaridade semântica (um para muitos) `(POST /relatedness/otm)`

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

Para mais detalhes, consulte a documentação de Similaridade Semântica.

Incorporações de palavras traduzidas e similaridade semântica

Para incorporações de palavras traduzidas e similaridade semântica traduzida, basta acrescentar "mt" : true na carga JSON.

Ponto final público

Temos um endpoint público apenas para demonstração, portanto você pode tentar agora mesmo com cURL na linha de comando.

Para incorporações de palavras:

 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"

Para semelhança semântica:

 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"

Citando Indra

Por favor, cite Indra, se você usá-lo em seus experimentos ou projetos.

@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)},
}