python中安装r的扩展包_Python supportr包_程序模块 - PyPI - Python中文网

支架

简介

supportr是一个用来预测文本支持值的包。

它基于一个微调的bert模型。

安装

使用pip

如果安装了pip，则可以直接从中安装supportr:pip install supportr

依赖性python>=3.6.0

torch>=0.4.1

numpy

pandas

unidecode

pytorch-pretrained-bert

pytorch-transformers

用法和示例

注意：在您第一次使用时，软件包会自动下载一个大约400MB的模型文件。

predict

predict是这个包的核心方法，

它接受文本列表中的单个文本，并返回[1,5]中的原始值列表(较高的表示更多支持，而较低的表示更少)。

最简单的用法

您可以直接导入supportr，并使用默认的预测方法，例如：>>> import supportr

>>> supportr.predict(["I am totally agree with you"])

[3.8364935]

从类构造

或者，也可以从类构造对象，在类中可以自定义模型路径和设备：>>> from supportr import Supportr

>>> sr = Supportr()

# Predict a single text

>>> sr.predict(["I am totally agree with you"])

[3.8364935]

# Predict a list of texts

>>> preds = sr.predict(['I am totally agree with you','I hate you'])

>>> f"Raw values are {preds}"

[3.836493 1.7458204]

docstrings中提供了有关如何构造对象的更多详细信息。

将大数据集预处理为bert输入特征时使用多处理的模型

如果要在预处理大型数据集时通过多处理使用多个CPU核，可以通过>>> pr = Supportr(CPU_COUNT=cpu_cpunt, CHUNKSIZE=chunksize)

如果要通过多个GPU加快代码速度，可以通过>>> pr = Supportr(is_paralleled=True, BATCH_SIZE = batch_size)

联系人

欢迎加入QQ群-->： 979659372

推荐PyPI第三方库