Kashgari：基于 TensorFlow 的自然语言处理框架

Kashgari：基于 TensorFlow 的自然语言处理框架

Kashgari Kashgari is a production-level NLP Transfer learning framework built on top of tf.keras for text-labeling and text-classification, includes Word2Vec, BERT, and GPT2 Language Embedding. 项目地址: https://gitcode.com/gh_mirrors/ka/Kashgari

Kashgari 是一个基于 TensorFlow 的开源自然语言处理（NLP）框架，主要用于文本分类、实体识别和序列标注任务。该项目主要使用 Python 编程语言。

核心功能

Kashgari 的核心功能包括：

• 文本分类：支持多类文本分类任务，适用于新闻分类、情感分析等多种场景。
• 实体识别：支持命名实体识别（NER），能够识别文本中的地名、人名等实体。
• 序列标注：支持序列标注任务，如词性标注等。
• 预训练模型：内置了 BERT、Word2Vec 和 GPT2 等预训练语言模型，方便用户快速迁移学习。

最近更新的功能

项目最近更新的功能主要包括：

• TensorFlow 2.0 支持：更新了框架，支持 TensorFlow 2.2 及以上版本，以利用 TensorFlow 的新特性和优化。
• 性能优化：对框架的内部结构和算法进行了优化，提高了模型的训练和预测性能。
• 模型部署：支持导出 SavedModel 格式模型，方便用户在服务器或云端部署模型。

Kashgari 框架的不断更新，使得它成为一个功能强大且易于使用的 NLP 工具，适合学术研究、初学者学习和开发者快速构建生产级模型。

Kashgari Kashgari is a production-level NLP Transfer learning framework built on top of tf.keras for text-labeling and text-classification, includes Word2Vec, BERT, and GPT2 Language Embedding. 项目地址: https://gitcode.com/gh_mirrors/ka/Kashgari