0
点赞
收藏
分享

微信扫一扫

【深度学习入门案例】LAC词法分析


文章目录

  • ​​一、准备数据​​
  • ​​二、读取数据​​
  • ​​三、加载预训练模型​​
  • ​​四、预测​​
  • ​​五.完整源码​​

一、准备数据

创建ci.txt文档:
【深度学习入门案例】LAC词法分析_加载

二、读取数据

#读取数据
with open("ci.txt", 'r') as f:
test_text = []
for line in f:
test_text.append(line.strip())
print(test_text)

返回:
【深度学习入门案例】LAC词法分析_加载_02

三、加载预训练模型

LAC网络框架为BiGRU+CRF,整体框架图:
【深度学习入门案例】LAC词法分析_深度学习_03
代码为:

import paddlehub as hub
module = hub.Module(name="lac")

四、预测

PaddleHub对于支持一键预测的module,可以调用module的相应预测API,完成预测功能。

results = module.lexical_analysis(texts=test_text)

for result in results:
print(result)

返回:
【深度学习入门案例】LAC词法分析_加载_04
后面的tag看不懂?词性和专名类别标签集合如下表:
【深度学习入门案例】LAC词法分析_读取数据_05

五.完整源码

# coding=gbk
"""
作者:川川
@时间 : 2021/8/29 22:10
群:970353786
"""
#读取数据
with open("ci.txt", 'r') as f:
test_text = []
for line in f:
test_text.append(line.strip())
print(test_text)
#加载模块
import paddlehub as hub
module = hub.Module(name="lac")
## 预测
results = module.lexical_analysis(texts=test_text)

for result in results:
print(result)


举报

相关推荐

0 条评论