Indra เป็นห้องสมุดและบริการที่มีประสิทธิภาพในการส่งมอบการฝังคำและความเกี่ยวข้องเชิงความหมายกับแอปพลิเคชันในโลกแห่งความเป็นจริงในขอบเขตของการเรียนรู้ของเครื่องและการประมวลผลภาษาธรรมชาติ มีโมเดลก่อนสร้างมากกว่า 60 โมเดลใน 15 ภาษา และอัลกอริธึมโมเดลและองค์กรที่หลากหลาย
Indra ขับเคลื่อนโดย Spotify-annoy ที่ให้ฟังก์ชันเพื่อนบ้านที่ใกล้ที่สุดโดยประมาณอย่างมีประสิทธิภาพ
Indra นำเสนอโมเดลก่อนสร้างที่พร้อมใช้งานโดยใช้อัลกอริธึม คลังข้อมูลชุดข้อมูล และภาษาที่แตกต่างกัน สำหรับรายการโมเดลที่สร้างไว้ล่วงหน้าทั้งหมด โปรดตรวจสอบที่ Wiki
หากต้องการติดตั้ง โปรดใช้เครื่องมือ 3 ขั้นตอน IndraCompposed
คู่มือนี้จะให้คำแนะนำพื้นฐานเพื่อให้คุณเริ่มต้นใช้งาน Indra สำหรับรายละเอียดเพิ่มเติม รวมถึงรูปแบบการตอบสนอง พารามิเตอร์เพิ่มเติม และรายการรุ่นและภาษาที่มี โปรดตรวจสอบใน Wiki
(POST /vectors)
{
"corpus" : " googlenews " ,
"model" : " W2V " ,
"language" : " EN " ,
"terms" : [ " love " , " mother " , " santa claus " ]
}
สำหรับรายละเอียดเพิ่มเติม โปรดดูเอกสารประกอบ Word Embeddings
(POST /neighbors/vectors)
{
"corpus" : " googlenews " ,
"model" : " W2V " ,
"language" : " EN " ,
"topk" : 10 ,
"terms" : [ " love " , " mother " , " santa " ]
}
สำหรับรายละเอียดเพิ่มเติม ตรวจสอบเอกสารเพื่อนบ้านที่ใกล้ที่สุด
(POST /neighbors/relatedness)
{
"corpus" : " googlenews " ,
"model" : " W2V " ,
"language" : " EN " ,
"topk" : 10 ,
"scoreFunction" : " COSINE " ,
"terms" : [ " love " , " mother " , " santa " ]
}
สำหรับรายละเอียดเพิ่มเติม ตรวจสอบเอกสารเพื่อนบ้านที่ใกล้ที่สุด
(POST /relatedness)
{
"corpus" : " wiki-2018 " ,
"model" : " W2V " ,
"language" : " EN " ,
"scoreFunction" : " COSINE " ,
"pairs" : [{
"t2" : " love " ,
"t1" : " mother "
},
{
"t2" : " love " ,
"t1" : " santa claus "
}]
}
สำหรับรายละเอียดเพิ่มเติม โปรดดูเอกสารประกอบ Semanticคล้ายคลึงกัน
(POST /relatedness/otm)
{
"corpus" : " wiki-2018 " ,
"model" : " W2V " ,
"language" : " EN " ,
"scoreFunction" : " COSINE " ,
"one" : " love " ,
"many" : [ " mother " , " father " , " child " ]
}
สำหรับรายละเอียดเพิ่มเติม โปรดดูเอกสารประกอบ Semanticคล้ายคลึงกัน
สำหรับ การฝังคำที่แปล และ ความคล้ายคลึงทางความหมายที่แปล เพียงแค่เติม "mt" : true ในส่วนข้อมูล JSON
เรามีจุดสิ้นสุดสาธารณะสำหรับการสาธิตเท่านั้น ดังนั้นคุณจึงสามารถลองใช้ cURL บนบรรทัดคำสั่งได้ทันที
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"
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"
โปรดอ้างอิงถึงพระอินทร์ หากคุณใช้ในการทดลองหรือโครงการของคุณ
@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)},
}