knlp

这是一个工具包，主要实现对中文的NLP基础操作，本pkg的主体架构参考了snownlp和textblob，因为个人认为这种实现方式对于调用方来说最方便。

这个pkg提供各种能力，也提供基础算法的训练和推理的脚本，还提供了很多现成的对各种nlp任务的评估方法以及相应的评估数据集（或者地址），提供深度学习并且面向中文开发，且功能很基础，适合于based on这个进行二次改造。

欢迎提出issue或者私信交流

安装方式

pip install knlp

# FROM GITHUB SOURCE CODE
pip install git+https://github.com/DukeEnglish/knlp.git

示例方法

from knlp import Knlp

def test_all():
    with open("knlp/data/pytest_data.txt") as f:
        text = f.read()
    res = Knlp(text)
    print("seg_result is", res.seg_result)
    print("ner_result is", res.ner_result)
    print("sentiment score is", res.sentiment)
    print("key_words are", res.key_words)
    print("key sentences are", res.key_sentences)
    gt_string = '就读 于 中国人民大学 电视 上 的 电影 节目 项目 的 研究 角色 本人 将 会 参与 配音'
    pred_string = '就读 于 中国 人民 大学 电视 上 的 电影 节目 项 目的 研究 角色 本人 将 会 参与 配音'
    print("evaluation res are", res.evaluation_segment(gt_string, pred_string))
    abs_path_to_gold_file = ''
    abs_path_to_pred_file = ''
    gt_file_name = f'{abs_path_to_gold_file}'
    pred_file_name = f'{abs_path_to_pred_file}'
    print("evaluation file res are", res.evaluation_segment_file(gt_file_name, pred_file_name))

其他示例使用方法在samples中。所有的训练数据都在data中有示例数据。

测试使用

测试中仅仅包括如何使用现有模型进行inference。由于测试文件中有相对路径存在，所以需要在knlp的项目根目录下运行

python test/test_all.py

可以看到测试结果。并且可以直接参考其中的代码直接进行inference。

sample使用方法

这里提供的sample方法会详细包括训练到推理，能够使用本工具训练出一个自己的模型。

1. 序列标注的训练

   1.1 首先生成训练数据，序列标注的数据处理方法在knlp/seq_labeling/data_helper.py。数据针对的是人民日报的数据。

   1.2 借助knlp使用hmm进行分词训练，生成自己的分词器，并调用自己的分词器：samples/hmm_sample.py，进行hmm的训练：https://zhuanlan.zhihu.com/p/358825066

2. 信息提取（关键词、关键短语、摘要）

   2.1 samples/IE_sample.py

参考并致谢

在实现过程中，调研了网络上很多已经开源的工具包，对他们致以深深的感谢。在coding过程中，参考学习了很多参考pkg中的编码方式，也有直接调用。如果作者感觉到被冒犯，请随时私信联系。

• snownlp
• jieba
• textblob
• https://www.letiantian.me/2014-06-10-pagerank/

评估结果

离线评估

Clue榜单评估结果