猿来这样-谢厂节的博客

Hugging face提供了管道函数——Pipeline，可以使用极少的代码快速开启一个NLP任务。Pipeline 具备了数据预处理、模型处理、模型输出后处理等步骤，可以直接输入原始数据，然后给出预测结果，十分方便。预处理输入文本，让它可被模型读取模型处理模型输出的后处理，让预测结果可读虽然Pipeline使用很简单，但对于专业人士缺乏灵活性。当前在下面网址查到当前有效的Pipeline：本文介绍其中一些管道模型的使用。

Datasets库是Hugging Face的一个重要的数据集库。

Hugging Face是一家纽约的聊天机器人初创服务商，他们开源了Transformers库，并在开源社区大火起来，其官网地址： https://huggingface.co/自回归：GPT2, Transfoer-XL, XLNet自编码：BERT, ALBERT, RoBERTa, ELECTRATransformers是一个NLP自然语言处理库。开源地址：文档地址：教程地址：T5 modelBert modelXLM model。