Facebook AI的工业级NLP开源框架—— Pytext简

1 简介

PyText是基于NLP深度学习技术、通过Pytorch构建的建模框架。PyText解决了既要实现快速实验又要部署大规模服务模型的经常相互冲突。它主要通过以下两点来实现上面的需求：

• 通过为模型组件提供简单且可扩展的接口和抽象，
• 使用PyTorch通过优化的Caffe2执行引擎导出模型，进行预测推理。

并且，Facebook已经采用了使用PyText快速迭代新的建模思路，然后大规模无缝衔接地发布它们。

2 Pytext核心功能

• 适用于各种NLP / NLU任务的完备生产模型：
  • 文本分类器
    • Yoon Kim (2014): Convolutional Neural Networks for Sentence Classification
    • Lin et al. (2017): A Structured Self-attentive Sentence Embedding
  • 序列标记
    • Lample et al. (2016): Neural Architectures for Named Entity Recognition
  • 联合意图槽模型
    • Zhang et al. (2016): A Joint Model of Intent Determination and Slot Filling for Spoken Language Understanding
      (https://www.ijcai.org/Proceedings/16/Papers/425.pdf)
  • 上下文意图 - intent-slot models
• 可扩展组件，可轻松创建新模型和任务
• 支持集成训练
• 支持分布式训练（在PyTorch 1.0中使用新的C10d后端）
• 参考实现和预训练模型论文：Gupta et al. (2018): Semantic Parsing for Task Oriented Dialog using Hierarchical Representations

3 相关资料

文本分类，序列标记(实体识别)，Joint Model (Intent+Slot)（比如阅读理解，任务对话中常用的模型）等的预训练模型。

主页: https://facebook.ai/developers/tools/pytext
官方博客: https://code.fb.com/ai-re…/pytext-open-source-nlp-framework/
论文: https://research.fb.com/…/pytext-a-seamless-path-from-nlp-…/
GitHub: https://github.com/facebookresearch/pytext
官方文档：PyText Documentation
新闻报道:
Venturebeat: https://venturebeat.com/…/facebook-open-sources-its-main-n…/
TechCrunch: https://techcrunch.com/…/facebook-open-sources-pytext-natu…/