معرفی شرکت ها

fastent-0.7.3

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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

Automated Custom NER tool
ویژگی مقدار
سیستم عامل -
نام فایل fastent-0.7.3
نام fastent
نسخه کتابخانه 0.7.3
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Erik Arakelyan
ایمیل نویسنده erikarakelyan1997@gmail.com
آدرس صفحه اصلی https://github.com/fastent/fastent
آدرس اینترنتی https://pypi.org/project/fastent/
مجوز -
fastent ======= Fastent is a tool designed for creating end to end Custom Named Entity Recognition models. Entities **ARE NOT** limited to the usual predefiend classes of Person(PER), Location(LOC), Companies/agencies/institutions(ORG) etc etc. Any custom entity that can be described using a list of words can be created. The package is comprised of several modules that can be used both sperately for their designated tasks (i.e Anotation, contextualization, etc etc.) or in a combined workflow. Most of the modules offer multilingual support, meaning the datasets and text don't necessarily require English language. Table of contents ================= .. raw:: html <!--ts--> - `Installation <#installation>`__ - `Usage <#usage>`__ - `Dataset generation <#Dataset-Generation>`__ - `Contextualization <#Contextualization>`__ - `Api for model download <#Api>`__ - `Annotation <#Annotation>`__ - `Text utilities <#Text-utilities>`__ - `wordnet utilities <#Wordnet>`__ - `Poincare embeddings wrapper <#Poincare>`__ - `Combinging everyting <#combo>`__ - `Baselines <#tests>`__ - `Dependency <#dependency>`__ Installation ============ This section show the process for installing the package with different methods From source ~~~~~~~~~~~ 1) lets start by cloning the package :: git clone https://github.com/fastent/fastent.git 2) Installing all the relevant packages :: pip install -r requirements.txt 3) Install couchDB Update the current packages :: sudo apt-get update Adding PPA Repository :: sudo apt-get install software-properties-common sudo add-apt-repository ppa:couchdb/stable sudo apt-get update Installing CouchDB :: sudo apt-get install couchdb Ownership changes (recommended to fix the permission) :: sudo chown -R couchdb:couchdb /usr/bin/couchdb /etc/couchdb /usr/share/couchdb Once this is completed we need to fix the permissions :: sudo chmod -R 0770 /usr/bin/couchdb /etc/couchdb /usr/share/couchdb Restarting CouchDB :: sudo systemctl restart couchdb couchDB can now be accessed from http://127.0.0.1:5984/\_utils/ 4) Now you need to install NLTK dependencies. :: >>> import nltk >>> nltk.download() The minimum installation requires to download the *stopwords* corpora. (Feel free to add more if you feel so) From pip ~~~~~~~~ Coming Soon Usage ===== Dataset generation ~~~~~~~~~~~~~~~~~~ The module includes a possibility to generate a dataset for raw entity words. Example command looks as this if using source :: python dataset_pseudo_generator.py -m en_core_web_lg -s cocaine,heroin If using the package is installed :: from fastent import dataset_pseudo_generator model = dataset_pseudo_generator.spacy_initialize(model_name) dataset_pseudo_generator.dataset_generate(model,['cocaine', 'heroin'], 100)


نحوه نصب


نصب پکیج whl fastent-0.7.3:

    pip install fastent-0.7.3.whl


نصب پکیج tar.gz fastent-0.7.3:

    pip install fastent-0.7.3.tar.gz