ข้อความตำราอาหาร

หน้านี้แสดงรายการชุดคำแนะนำและเครื่องมือที่รู้จักในการแก้ปัญหาในโดเมนข้อความด้วย TensorFlow Hub โดยเป็นจุดเริ่มต้นสำหรับใครก็ตามที่ต้องการแก้ไขปัญหา ML ทั่วไปโดยใช้ส่วนประกอบ ML ที่ได้รับการฝึกอบรมมาแล้ว แทนที่จะเริ่มต้นใหม่ทั้งหมด

การจัดหมวดหมู่

เมื่อเราต้องการทำนายคลาสสำหรับตัวอย่างที่กำหนด เช่น sentiment , toxicity , article category หรือลักษณะอื่นใด

บทช่วยสอนด้านล่างนี้เป็นการแก้ปัญหางานเดียวกันจากมุมมองที่แตกต่างกันและการใช้เครื่องมือที่แตกต่างกัน

เคราส

การจัดหมวดหมู่ข้อความด้วย Keras - ตัวอย่างสำหรับการสร้างตัวแยกประเภทความรู้สึก IMDB ด้วยชุดข้อมูล Keras และ TensorFlow

ตัวประมาณค่า

การจัดประเภทข้อความ - ตัวอย่างสำหรับการสร้างตัวแยกประเภทความรู้สึกของ IMDB ด้วยตัวประมาณการ ประกอบด้วยเคล็ดลับหลายประการสำหรับการปรับปรุงและส่วนการเปรียบเทียบโมดูล

เบิร์ต

การทำนายความรู้สึกต่อบทวิจารณ์ภาพยนตร์ด้วย BERT บน TF Hub - แสดงวิธีใช้โมดูล BERT สำหรับการจัดหมวดหมู่ รวมถึงการใช้ bert เบิร์ตสำหรับโทเค็นและการประมวลผลล่วงหน้า

กากเกิล

การจัดหมวดหมู่ IMDB บน ​​Kaggle - แสดงวิธีโต้ตอบกับการแข่งขัน Kaggle จาก Colab ได้อย่างง่ายดาย รวมถึงการดาวน์โหลดข้อมูลและส่งผลลัพธ์

	ตัวประมาณค่า	เคราส	ทีเอฟ2	ชุดข้อมูล TF	เบิร์ต	Kaggle API
การจำแนกข้อความ
การจัดหมวดหมู่ข้อความด้วย Keras
ทำนายความรู้สึกวิจารณ์ภาพยนตร์กับ BERT บน TF Hub
การจำแนกประเภท IMDB บน ​​Kaggle

งานบางลาที่มีการฝัง FastText

ปัจจุบัน TensorFlow Hub ยังไม่มีโมดูลในทุกภาษา บทช่วยสอนต่อไปนี้แสดงวิธีใช้ประโยชน์จาก TensorFlow Hub เพื่อการทดลองที่รวดเร็วและการพัฒนา ML แบบโมดูลาร์

Bangla Article Classifier - สาธิตวิธีสร้างการฝังข้อความ TensorFlow Hub แบบใช้ซ้ำได้ และใช้เพื่อฝึกตัวแยกประเภท Keras สำหรับ ชุดข้อมูล BARD Bangla Article

ความคล้ายคลึงกันทางความหมาย

เมื่อเราต้องการค้นหาว่าประโยคใดมีความสัมพันธ์กันในการตั้งค่าแบบ Zero-Shot (ไม่มีตัวอย่างการฝึกอบรม)

ขั้นพื้นฐาน

ความคล้ายคลึงกันทางความหมาย - แสดงวิธีใช้โมดูลตัวเข้ารหัสประโยคเพื่อคำนวณความคล้ายคลึงกันของประโยค

ข้ามภาษา

ความคล้ายคลึงกันของความหมายข้ามภาษา - แสดงวิธีใช้ตัวเข้ารหัสประโยคข้ามภาษาตัวใดตัวหนึ่งเพื่อคำนวณความคล้ายคลึงกันของประโยคในภาษาต่างๆ

การดึงความหมาย

การเรียกค้นความหมาย - แสดงวิธีใช้ตัวเข้ารหัสประโยคถามตอบเพื่อสร้างดัชนีชุดของเอกสารสำหรับการเรียกค้นตามความคล้ายคลึงกันของความหมาย

อินพุต Sentence Piece

ความคล้ายคลึงกันทางความหมายกับ Universal Encoder Lite - แสดงวิธีใช้โมดูลตัวเข้ารหัสประโยคที่ยอมรับรหัส Sentence Piece ในการป้อนข้อมูลแทนข้อความ

การสร้างโมดูล

แทนที่จะใช้เฉพาะโมดูลบน tfhub.dev มีวิธีสร้างโมดูลของตัวเอง นี่อาจเป็นเครื่องมือที่มีประโยชน์สำหรับการสร้างโมดูลฐานโค้ด ML ที่ดีขึ้นและเพื่อการแชร์เพิ่มเติม

การห่อการฝังที่ได้รับการฝึกอบรมล่วงหน้าที่มีอยู่

ผู้ส่งออกโมดูลการฝังข้อความ - เครื่องมือสำหรับรวมการฝังที่ได้รับการฝึกอบรมล่วงหน้าที่มีอยู่ลงในโมดูล แสดงวิธีรวมการดำเนินการประมวลผลล่วงหน้าข้อความลงในโมดูล ซึ่งจะช่วยให้สามารถสร้างโมดูลการฝังประโยคจากการฝังโทเค็น

ผู้ส่งออกโมดูลการฝังข้อความ v2 - เช่นเดียวกับด้านบน แต่เข้ากันได้กับ TensorFlow 2 และการดำเนินการที่กระตือรือร้น