magpie

收录理由

Magpie 诞生于欧洲核子研究中心，最初用于给高能物理摘要打上学科标签并抽取关键词，在真实科研文本上经受过检验。它把训练流程打包成一个整体：你只需准备一批 UTF-8 编码的文本文件和对应的标签文件，它就能自己训练词向量、搭建神经网络，并对任意输入文本输出带置信度的标签排序。对于内存放不下的大语料，还提供了分批处理的方式；训练好的模型也能保存下来，下次直接加载复用。做文档分类或主题标注的团队会发现它的接口很直观，上手不难。不过要注意，这个项目从 2023 年初起就没有再更新，底层依赖的还是偏老的 Keras 时代工具链。