Textfier: 基于文本的修饰符

欢迎使用Textfier。

处理文本往往不是一件简单的事情。因此，这个包提供了一个更直接的接口来处理基于文本的文本和修改。Textfier是在Huggingface的Transformers之上构建的包装器，专注于我们目前研究的特定任务。

如果您需要库或希望

• 实现或使用预定义的任务；
• 混合匹配不同的方法来解决问题；
• 因为修改文本很有趣。

请阅读textfier.readthedocs.io上的文档。

Textfier兼容： Python 3.6+。

包指南

1. 您需要的首要信息就在下一个部分。
2. 安装也很简单，如果您想阅读代码并深入了解，请按照以下步骤操作。
3. 请注意，使用我们的解决方案可能需要一些额外的步骤。
4. 如果出现问题，请勿犹豫，联系我们。

入门：用Textfier开始，只需60秒

首先，我们有示例。是的，它们有注释。只需浏览到examples/，选择您的子包，然后按照示例进行。我们对大多数能想到的任务都有高级示例。

或者，如果您想了解更多，请花一分钟时间

Textfier基于以下结构，您应该注意其树形结构

- textfier
    - core
        - dataset
        - runner
        - task
    - stream
        - cleaner
        - tokenizer
    - tasks
        - language_modeling
        - named_entity_recognition
        - question_answering
        - seq2seq
        - sequence_classification
    - utils
        - loader
        - logging
        - metrics

核心

核心是核心。本质上，它是所有事物的父级。你应该找到定义我们结构基础的父类。它们应该提供变量和方法，以帮助构建其他模块。

流

每个管道都有第一步，对吧？流包作为清理和标记数据的主要方法。

任务

预定义的任务在加载预训练模型时提供了一个更简单的框架。因此，此包作为从Huggingface的Transformers加载预训练模型的包装器。

实用工具

这是一个实用程序包。应在应用程序中共享的常见事物应在这里实现。一次性实现并按需使用，比反复重新实现同一件事更好。

安装

我们相信一切都应该简单。不要复杂或令人畏惧，textfier将是您需要的从最初安装到实现日常任务需求的必备包！如果您愿意，只需在您最喜欢的Python环境中运行以下内容即可（原始、conda、virtualenv，等等）！

pip install textfier

或者，如果您想安装最新版本的版本，请克隆此存储库并使用

pip install -e .

环境配置

请注意，有时需要额外的实现。如果需要，从这里开始，您将了解所有细节。

Ubuntu

不需要特定的额外命令。

Windows

不需要特定的额外命令。

MacOS

不需要特定的额外命令。

支持

我们知道我们在尽力，但承认我们犯错误是不可避免的。如果您需要报告错误、报告问题或与我们交谈，请这样做！我们将在此存储库或gustavo.rosa@unesp.br竭尽所能地提供服务。