معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

BERT model fine-tuned on chilean STEM lessons

ویژگی	مقدار
سیستم عامل	-
نام فایل	bertstem-0.0.9
نام	bertstem
نسخه کتابخانه	0.0.9
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Pablo Uribe
ایمیل نویسنده	pablo.uribe@student.ecp.fr
آدرس صفحه اصلی	https://github.com/pabloveazul/BERT-STEM
آدرس اینترنتی	https://pypi.org/project/bertstem/
مجوز	-

# BERT-STEM BERT model fine-tuned on Science Technology Engineering and Mathematics (STEM) lessons. ## Install: To install from pip: ``` pip install bertstem ``` ## Quickstart To encode sentences : ```python from BERT_STEM.BertSTEM import * bert = BertSTEM() # Example dataframe with text in spanish data = {'col_1': [3, 2, 1], 'col_2': ['hola como estan', 'alumnos queridos', 'vamos a hablar de matematicas']} df = pd.DataFrame.from_dict(data) # Encode sentences using BertSTEM: bert._encode_df(df, column='col_2', encoding='sum') ``` To classify sentences with COPUS models: ```python from BERT_STEM.BertSTEM import * # Download BERT for classification (guiding/presenting/administration) bert_classification = BertSTEMForTextClassification(2, model_name = 'pablouribe/bertstem-copus-guiding') # Example dataframe with text in spanish data = {'col_1': [3, 2, 1], 'col_2': ['hola como estan', 'alumnos queridos', 'vamos a hablar de matematicas']} df = pd.DataFrame.from_dict(data) # Classify sentences using BertSTEM for COPUS (Guiding): bert_classification.predict(df,'col_2') ``` To use it from HuggingFace: ```python from BERT_STEM.Encode import * import pandas as pd import transformers # Download spanish BERTSTEM: model = transformers.BertModel.from_pretrained("pablouribe/bertstem") # Download spanish tokenizer: tokenizer = transformers.BertTokenizerFast.from_pretrained("dccuchile/bert-base-spanish-wwm-uncased", do_lower_case=True, add_special_tokens = False) # Example dataframe with text in spanish data = {'col_1': [3, 2, 1], 'col_2': ['hola como estan', 'alumnos queridos', 'vamos a hablar de matematicas']} df = pd.DataFrame.from_dict(data) # Encode sentences using BertSTEM: sentence_encoder(df, model, tokenizer, column = 'col_2', encoding = 'sum') ```

نیازمندی

مقدار	نام
-	torch
-	pandas
-	numpy
-	transformers

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl bertstem-0.0.9:

pip install bertstem-0.0.9.whl

نصب پکیج tar.gz bertstem-0.0.9:

pip install bertstem-0.0.9.tar.gz