detext

收录理由

DeText 出自 LinkedIn 搜索团队之手，是一个用于训练深度神经文本模型的框架，主打搜索和推荐系统中的排序与分类任务。它不提供固定的模型，而是让你像搭积木一样组合网络部件：词嵌入层、CNN/LSTM/BERT 等文本编码器、计算两个文本之间余弦相似度或拼接特征的交互相，以及 wide-and-deep 输出头。所有配置都通过命令行参数完成，意味着你可以快速调整网络结构和超参数，而不用每次手工编写 TensorFlow 图。如果你的工作涉及查询与文档的相关性匹配、查询意图分类或自动补全，这个框架可以直接拿来用，因为它内置了学习排序损失、与 tf-ranking 的集成，并且附带了在真实公开数据集上的教程。需要留意的是，它面向 TensorFlow 2.4 和 Python 3.7 环境下的模型训练，适合自己运维训练流程的团队，而不是想直接用托管服务的用户。