johnsnowlabs
John Snow Labs 5.5.1 Release
Библиотека John Snow Labs предоставляет простой и унифицированный API Python для предоставления решений по обработке естественного языка корпоративного уровня:
Домашняя страница: https://www.johnsnowlabs.com/
Документы и демонстрации: https://nlp.johnsnowlabs.com/
На базе экосистемы корпоративного уровня John Snow Labs:
! pip install johnsnowlabs
from johnsnowlabs import nlp
nlp . load ( 'emotion' ). predict ( 'Wow that was easy!' )Более подробную информацию смотрите в документации.
Это примеры выполнения задач с помощью одной строки кода. См. документацию по общим концепциям для создания пользовательских конвейеров.
# Example of Named Entity Recognition
nlp . load ( 'ner' ). predict ( "Dr. John Snow is an British physician born in 1813" )Возвращает:
| сущности | сущностей_класс | сущности_уверенность |
|---|---|---|
| Джон Сноу | ЧЕЛОВЕК | 0,9746 |
| Британский | НОРП | 0,9928 |
| 1813 г. | ДАТА | 0,5841 |
# Example of Question Answering
nlp . load ( 'answer_question' ). predict ( "What is the capital of Paris" )Возвращает:
| текст | отвечать |
|---|---|
| Какая столица Франции | Париж |
# Example of Sentiment classification
nlp . load ( 'sentiment' ). predict ( "Well this was easy!" )Возвращает:
| текст | сентиментальный_класс | сантимент_уверенность |
|---|---|---|
| Ну, это было легко! | позиция | 0,999901 |
nlp . load ( 'ner' ). viz ( 'Bill goes to New York' ) Возврат: 
Полный обзор см. в справочнике по однострочникам и в семинаре.
Чтобы использовать платные продукты John Snow Labs, такие как Healthcare NLP, [Visual NLP], [Legal NLP] или [Finance NLP], получите лицензионный ключ, а затем вызовите nlp.install(), чтобы использовать его:
! 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." )Это примеры выполнения задач с помощью одной строки кода. См. документацию по общим концепциям для создания пользовательских конвейеров.
# 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.' ) возвращает: 
# Temporal Relationship Extraction&Visualization
nlp . load ( 'relation.temporal_events' )
. viz ( 'The patient developed cancer after a mercury poisoning in 1999 ' ) возвращает: 
Посетите официальную страницу Johnsnowlabs: https://nlp.johnsnowlabs.com, чтобы найти пользовательскую документацию и примеры.
| Ресурс | Описание |
|---|---|
| Общие понятия | Общие понятия в библиотеке Johnsnowlabs |
| Обзор 1-лайнеров | Наиболее часто используемые модели и их результаты |
| Обзор 1-лайнеров для здравоохранения | Наиболее распространенные модели здравоохранения и их результаты |
| Обзор всех однострочных ноутбуков | Более 100 учебных пособий о том, как использовать 1-лайнеры в наборах текстовых данных для решения различных проблем и из различных источников, таких как Twitter, китайские новости, заголовки новостей о криптовалютах, сообщения о дорожном движении авиакомпаний, обучение классификатору обзоров продуктов, |
| Свяжитесь с нами в Slack | Проблемы, вопросы или предложения? У нас очень активное и полезное сообщество, насчитывающее более 2000+ энтузиастов искусственного интеллекта, которые используют продукты Johnsnowlabs с пользой. |
| Дискуссионный форум | Более углубленное обсуждение с сообществом? Разместите тему на нашем дискуссионном форуме. |
| Проблемы с Github | Сообщить об ошибке |
| Выборочная установка | Пользовательские установки, режим Air-Gap и другие альтернативы |
Функция nlp.load(<Model>) | Загрузите любую модель или конвейер в одной строке кода. |
Функция nlp.load(<Model>).predict(data) | Прогнозирование Strings , List of Strings , Numpy Arrays , Pandas , Modin и Spark Dataframes |
Функция nlp.load(<train.Model>).fit(data) | Обучите классификатор текста для 2-Class , N-Classes , Multi-N-Classes , Named-Entitiy-Recognition или Parts of Speech Tagging |
Функция nlp.load(<Model>).viz(data) | Визуализируйте результаты Word Embedding Similarity Matrix , Named Entity Recognizers , Dependency Trees & Parts of Speech , Entity Resolution , Entity Linking или Entity Status Assertion |
Функция nlp.load(<Model>).viz_streamlit(data) | Отобразите интерактивный графический интерфейс, который позволит вам исследовать и тестировать каждую модель и функцию однострочного репертуара Johnsowlabs одним щелчком мыши. |
Эта библиотека распространяется по лицензии Apache 2.0. На платные продукты John Snow Labs распространяется действие настоящего Лицензионного соглашения с конечным пользователем.
Вызывая nlp.install() для добавления их в вашу среду, вы соглашаетесь с его условиями.
