#167 · 主分类: MLOps与评测

projects

annotations datasets natural-language-processing nlp prodigy spacy

🪐 端到端 NLP 工作流:从原型到生产

项目最后更新:10/15/24

GitHub Stars

1.4K

Forks数量

473

贡献者数量

29

许可证

MIT

收录理由

只要你想用 spaCy 认认真真训练一条自己的流水线,而不是停留在快速原型阶段,这个仓库就值得一看。它把 Weasel 模板按场景整理好,覆盖了从原始数据到上线服务的完整链路:拉取资源、清洗语料、训练模型,最后还能打包成可安装的 Python 模块。教程类模板会完整走通一个具体用例,给你一份能直接照搬的成品工作流;集成类模板则示范了如何接入第三方工具,用来管实验、做追踪、推上线。每个模板都把命令和文件结构事先定义清楚,克隆下来换上自己的数据就能跑,出来的结果是一个可复现的基线,团队里谁都能拿去复用,也能反复重跑。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目