PyText 是一个基于 PyTorch 构建的深度学习 NLP 建模框架。PyText 通过为模型组件提供简单且可扩展的接口和抽象，以及使用 PyTorch 的 Caffe2 执行引擎导出模型进行推理的功能，模糊了实验与大规模部署之间的界限。其预训练模型包括文本分类、序列标注等。
PyTorch 是一个统一的框架，缩短了从研究到生产的路径，而基于 PyTorch 的 PyText 则着眼于满足 NLP 建模的特定需求。
核心特性：
- 适用于各种 NLP/NLU 任务的生产就绪模型
-
文本分类
-
序列标注
-
联合意图时隙模型（Joint intent-slot model）
-
上下文意图-时隙模型（Contextual intent-slot models）
- 支持在 PyTorch 1.0 中基于新 C10d 后端构建的分布式训练
- 可扩展组件，可轻松创建新模型和任务
- 参考实现和预训练模型论文：Gupta et al. (2018): Semantic Parsing for Task Oriented Dialog using Hierarchical Representations
- 支持联合训练
评论