Anne compilées à partir blog officiel de AWS
Qubit produit | Numéro public QbitAI
Étudier beaucoup, mais l'Université Emory Langue et de la technologie de l'information (ELIT) équipe ont voulu traitement du langage naturel (NLP) ne sont pas la même chose, ils veulent soutenir les grandes analyses de données étendu pipeline PNL final.
Récemment, la PNL équipe de recherche Emory et AWS MXNet PNL équipe de recherche a développé une plate-forme basée sur le nuage AWS. Et un autre cadre de la PNL différent, ELIT fournira une plate-forme API page indépendante, les chercheurs peuvent commencer à grande échelle de calcul à tout moment, en tout lieu.
Cette plate-forme détaillera blog officiel SSFE elit, et des démonstrations et la visualisation PNL API web.
plate-forme de recherche ELIT
Avec l'élargissement du champ d'application de l'apprentissage machine, modèle basé sur la PNL-apprentissage de la machine a commencé à la demande de puissance de calcul. Bien que cette plate-forme informatique nuage AWS fournit les ressources nécessaires pour exécuter le modèle ne se limite pas aux chercheurs, mais les nuages ne sont pas familiers avec les chercheurs cloud computing se sentent encore trop lourd à utiliser.
plate-forme ELIT PNL veulent juste de fournir des services Web, ce qui permet à quiconque d'utiliser ce service sur une demande de connexion réseau sans expertise en installation locale ou cloud computing.
Jetez un oeil à un exemple des tâches PNL à faire avec l'analyse des sentiments plate-forme ELIT.
Sentiment Analysis
Dans ce cas, il faut classer chaque document à un négatif, neutre et émotions positives. ELIT analyser les données dans les médias sociaux et les critiques avec le modèle CNN.
modèle CNN en superposant le premier mot de chaque vecteur représente la création de la matrice d'entrée, et par la suite, est introduit dans la couche de matrice d'entrée et la convolution de la couche réservoir, la matrice de sortie avec correspondance de l'attention, le document d'entrée en mesurant l'intensité de chacun des n-grammes (la présente Exemples n = ). Enfin, les évaluations de sortie de modèle à la couche de l'attention, des mots texte du jugement de la couche de négatif, la probabilité neutre et positive.
spectacle
Nous la page de ELIT Capture d'écran commence:
Demo Adresse de la page est:
Entrez le texte dans le coin supérieur gauche de la zone de texte est le suivant: « La nuit dernière, j'ai vu » The Sound of Music «bien que ce soit mon film préféré, mais il est aussi meilleur résultat. »
Dans le coin supérieur droit, il y a un certain nombre de mots pour nous aider, l'analyse des sentiments et des options de segmentation des critiques et Twitter. Nous avons la parole de critiques, la segmentation et l'analyse des sentiments donner un exemple:
Cliquez sur « Analyser », entrez le texte à envoyer au pipeline de la PNL fonctionnement choisi serveur ELIT et renvoie le résultat suivant:
ELIT outils de visualisation émotionnelle Les émotions, chaque phrase d'une couleur, rouge, vert et bleu représentent le négatif, les émotions neutres et positives. En outre, la transparence des représentants de différents mots signifiant l'intensité de l'émotion:
niveau d'intensité peut être visualisée. Dans la figure suivante, plus le cercle, les sentiments exprimés plus intenses:
Ce qui précède deux visualisation superposées, nous pouvons être plus clairement sur la figure:
API Web
La sortie de la PNL peut être récupéré dans une API Web de langage de programmation. Ceci est un simple code Python, le texte d'entrée de demande de sortie PNL dans notre exemple.
Selon la demande, ELIT besoin d'entrer dans le texte original et en cours d'exécution pipeline PNL, film émotionnel et l'analyse segmentée du modèle, et le retour HTTP de sortie. La dernière ligne de la sortie du format JSON:
JSON suit le format suivant:
-
Certains fichiers: liste des fichiers
-
Un fichier: Liste des phrases
-
Bottom line: le dictionnaire est un mot-clé {jeton, offset, émotionnel}
-
jeton: liste de jetons de phrases.
-
offset: la position indiquée fait référence au jeton correspondant dans la liste de texte original offset. Chaque décalage représenté par une paire (début à la fin), chaque document commençant le décalage est réglé sur 0.
-
Émotionnel: que (négatif, neutre et positif) sentiment.
Les détails spécifiques de cette partie peuvent se référer au site officiel ELIT:
https://elit.cloud/tutorial/decode/
cadre de décodage
Le décodage de la demande pour faire en sorte que l'extensibilité élastique à travers l'équilibreur de charge (Elastic Load Balancer). Une fois que le serveur API Web reçoit une requête, la demande sera envoyée au texte de sortie généré par le serveur PNL PNL.
Si le texte est supérieur à 10 Mo, sortie PNL sera enregistrée sur le serveur stockées dans Amazon S3. Enfin, la sortie est envoyée au serveur API Web pour stocker des informations dans une base de données et envoyer la sortie à la PNL utilisateur.
carte routière
À l'heure actuelle, ELIT tenant trois tâches de la PNL: mot de, diviser et analyse des sentiments.
À l'avenir, au deuxième trimestre de 2018, les plans ELIT pour soutenir la plupart des tâches de la PNL de base, telles que le marquage POS, l'analyse morphologique, la reconnaissance d'entités nommées, l'analyse syntaxique de dépendance, annotation rôle sémantique et anaphore résolution. ELIT fournira une interface personnalisée pour modèle la formation, l'avancement du projet est calendrier prévu comme suit:
Documents de référence
Description du projet:
https://elit.cloud/
Adresse Code:
https://github.com/elitcloud/elit
Blog officiel AWS Adresse:
https://amazonaws-china.com/cn/blogs/ai/aws-collaborates-with-emory-university-to-develop-cloud-based-nlp-research-platform-using-apache-mxnet/
équipe de recherche de l'Université Emory sur la PNL:
Apache MXNet plus d'informations:
https://aws.amazon.com/mxnet
- FIN -
recrutement sincère
Qubits recrutent éditeur / journaliste, basé à Zhongguancun de Beijing. Nous attendons de talent, des étudiants enthousiastes de nous rejoindre! Détails, s'il vous plaît interface de dialogue qubit numéro public (QbitAI), réponse mot "recrutement".
Qubit QbitAI · manchettes sur la signature de
' « suivre les nouvelles technologies AI dynamiques et de produits