PaddleNLP 从预训练模型库出发,提供了经典预训练模型在主流 NLP 任务上丰富的应用示例,满足了大量开发者的学习科研与基础应用需求。
针对更广泛的产业落地需求、更复杂的 NLP 场景任务,PaddleNLP 推出产业级端到端系统范例库(下文简称产业范例),提供单个模型之上的产业解决方案。
在面向不同场景任务建设一系列产业方案的过程中,不难发现,从技术基础设施角度看:
(1)NLP系统都可以抽象为由多个基础组件串接而成的流水线系统;
(2)多个NLP流水线系统可共享使用相同的基础组件。
因此,PaddleNLP 逐渐孵化出了一套 NLP 流水线系统 Pipelines,将各个 NLP 复杂系统的通用模块抽象封装为标准组件,支持开发者通过配置文件对标准组件进行组合,仅需几分钟即可定制化构建智能系统,让解决NLP任务像搭积木一样便捷、灵活、高效。同时,Pipelines 中预置了前沿的预训练模型和算法,在研发效率、模型效果和性能方面提供多重保障。因此,Pipelines 能够大幅加快开发者使用飞桨落地的效率。
PaddleNLP 提供了多个版本的产业范例:
./applications
目录下的可定制版本,训练好的模型可以直接集成进 Pipelines 中进行使用。场景任务 | Pipelines版本地址 | 可定制版本地址 | Notebook |
---|---|---|---|
检索 | 字面+语义检索 | 语义检索 | 基于Pipelines搭建检索系统 二次开发语义检索 |
问答 | FAQ问答 无监督检索式问答 有监督检索式问答 |
FAQ问答 无监督检索式问答 |
基于Pipelines搭建FAQ问答系统 基于Pipelines搭建抽取式问答系统 FAQ政务问答 FAQ保险问答 |
文本分类 | 暂无 | 文本分类 | 对话意图识别 法律文本多标签分类 层次分类 |
通用文本分类 | 暂无 | 通用文本分类 | |
通用信息抽取 | 暂无 | 通用信息抽取 | UIE快速体验 UIE微调实体抽取 UIE微调关系抽取 UIE-X快速体验 UIE-X微调 |
情感分析 | 情感分析 | 情感分析 | 情感分析 |
文档智能 | 文档抽取问答 | 跨模态文档问答 | 文档抽取问答 汽车说明书问答 |
文生图 | 文生图系统 | 可参考PPDiffusers | |
语音指令解析 | 暂无 | 语音指令解析 | 语音指令解析 |
文本摘要 | 暂无 | 文本摘要 | 文本摘要 |
详细使用说明请参考通用信息抽取系统,更多:UIE 解读、UIE-X 解读。
详细使用说明请参考语义检索系统。
详细使用说明请参考智能语音指令解析。
Dear OpenI User
Thank you for your continuous support to the Openl Qizhi Community AI Collaboration Platform. In order to protect your usage rights and ensure network security, we updated the Openl Qizhi Community AI Collaboration Platform Usage Agreement in January 2024. The updated agreement specifies that users are prohibited from using intranet penetration tools. After you click "Agree and continue", you can continue to use our services. Thank you for your cooperation and understanding.
For more agreement content, please refer to the《Openl Qizhi Community AI Collaboration Platform Usage Agreement》