艾伦人工智能研究院开源AllenNLP，基于PyTorch轻松构建NLP模型

本篇文章904字，读完约2分钟

雷锋。(公开号码:雷锋。艾伦人工智能研究所(ai2)的开源软件allennlp是一个基于pytorch的自然语言处理研究图书馆，它使用深度学习来理解自然语言。通过处理低层细节和提供高质量的参考实现，它可以方便快捷地帮助研究者建立新的语言理解模型。

Allennlp使设计和评估一个新的深度学习模型变得容易，它几乎适用于任何nlp问题。通过使用一些基本组件，您可以轻松地在云中或您自己的笔记本上运行该模型。

有关allennlp的更多信息，请参考艾伦自然语言处理:深层语义自然语言处理平台。

模型比较

下面是allennlp模型和相关模型之间的比较。前者在合理的训练时间下可以取得更好的成绩:

机器理解

机器理解(mc)模型通过选择文本中的一个段落来回答自然语言问题。Allennlp mc模型可以再现双向注意流(BIDAF)的效应，这种效应在班数据集上接近于最先进的水平。allennlp bidaf在班开发数据集中的em得分为68.7，仅比最初bidaf模型的67.7稍高一点。他们俩还在p2.xlarge上训练了4个小时。

语义角色标注

语义角色标注(srl)模型分析句子中成分和谓词之间的关系，并构造表征来回答关于句子意义的基本问题，如“谁对谁做了什么”。Allennlp srl模型能够再现深层bilstm模型的效果，并在2012年conll上获得78.9的f1分数。

文本含义

文本蕴涵模型分析两个句子以及一个句子是否包含另一个句子的知识。Allennlp te模型能够再现可分解注意模型的效果，这与snli数据集上的现有技术相似。Allennlp te模型得了84.7分，可与可分解注意模型得了86.3分相比。

代码地址:github/allenai/allennlp/archive/v 0 . 2 . 0 . zip(zip)；

github/allenai/allennlp/archive/v 0 . 2 . 0 . tar . gz(tar.gz)

有关更多信息，您可以查看:allennlp/

编辑和完成《雷锋》的科技评论。雷锋。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。