Indra

什么是因陀罗？

Indra 是一个高效的库和服务，可为机器学习和自然语言处理领域的实际应用程序提供词嵌入和语义相关性。它提供 15 种语言的 60 多个预构建模型以及多种模型算法和语料库。

Indra 由 Spotify-annoy 提供支持，提供高效的近似最近邻函数。

特征

• 高效的近似最近邻（由 spotify-annoy 提供支持）；
• 15 种语言的 60 多个预构建模型；
• 商业用途的许可许可（MIT 许可）；
• 支持翻译后的分布相关性；
• 轻松部署：只需3步即可部署基础设施；
• 访问语义模型作为服务；
• 支持多种分布式语义模型和距离度量。

预构建模型

Indra 使用不同的算法、数据集语料库和语言提供即用型预构建模型。有关预构建模型的完整列表，请查看 Wiki。

模型算法

• Word2Vec（W2V）
• 全局向量 (GloVe)
• 显式语义分析 (ESA)
• 基于依赖的词嵌入
• 潜在语义分析（LSA）

支持的语言

• EN-英语
• DE-德语
• ES-西班牙语
• FR-法语
• PT-葡萄牙语
• IT-意大利语
• SV - 瑞典语
• ZH-中文
• NL-荷兰语
• RU-俄语
• KO - 韩语
• JA-日语
• AR-阿拉伯语
• FA-波斯语
• EL-- 希腊语

安装

要安装，请使用 3 步工具 IndraCompished。

入门

本指南提供了开始使用 Indra 的基本说明。有关更多详细信息，包括响应格式、附加参数以及可用模型和语言的列表，请查看 Wiki。

请求词嵌入(POST /vectors)

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

有关更多详细信息，请查看词嵌入文档。

请求最近邻居向量(POST /neighbors/vectors)

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

有关更多详细信息，请查看最近邻居文档。

请求最近邻居相关性(POST /neighbors/relatedness)

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

有关更多详细信息，请查看最近邻居文档。

请求语义相似性（术语对） (POST /relatedness)

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

有关更多详细信息，请查看语义相似性文档。

请求语义相似性（一对多） (POST /relatedness/otm)

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

有关更多详细信息，请查看语义相似性文档。

翻译词嵌入和语义相似度

对于翻译后的词嵌入和翻译后的语义相似性，只需在 JSON 负载中附加"mt" : true即可。

公共端点

我们有一个仅用于演示的公共端点，因此您现在可以在命令行上使用cURL进行尝试。

对于词嵌入：

 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"

对于语义相似性：

 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"

引用因陀罗的话

如果您在实验或项目中使用 Indra，请引用它。

@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)},
}

贡献者（按字母顺序排列）

• 安德烈·弗雷塔斯
• 布莱恩·戴维斯
• 朱利亚诺·销售
• 莱昂纳多·苏萨
• 西亚马克·巴泽加尔
• 齐格弗里德·汉德舒