剑客
关注科技互联网

[工具资源] koth/kcws: Deep Learning Chinese Word Segment

背景

97.5%准确率的深度学习中文分词(字嵌入+Bi-LSTM+CRF)

构建

  1. 安装好bazel代码构建工具,clone下来tensorflow项目代码,配置好(./configure)
  2. clone 本项目地址到tensorflow同级目录,切换到本项目代码目录,运行./configure
  3. 编译后台服务

    bazel build //kcws/cc:seg_backend_api

训练

  1. 关注待字闺中公众号 回复 kcws 获取语料下载地址:

    [工具资源] koth/kcws: Deep Learning Chinese Word Segment

  2. 解压语料到一个目录

  3. 切换到代码目录,运行:

    python kcws/train/process_anno_file.py <语料目录> chars_for_w2v.txt

    bazel build third_party/word2vec:word2vec

    使用word2vec 训练 chars_for_w2v (注意-binary 0),得到字嵌入结果vec.txt

    ./bazel-bin/third_party/word2vec/word2vec -train chars_for_vec.txt -output kcws/models/vec.txt -size 50 -sample 1e-4 -negative 5 -hs 1 -binary 0 -iter 5

    bazel build kcws/train:generate_training

    ./bazel-bin/kcws/train/generate_training vec.txt <语料目录> all.txt

    python kcws/train/filter_sentence.py all.txt (得到train.txt , test.txt)

  4. 安装好tensorflow,切换到kcws代码目录,运行:

    python kcws/train/train_cws_lstm.py –word2vec_path vec.txt –train_data_path <绝对路径到train.txt> –test_data_path test.txt –max_sentence_len 80 –learning_rate 0.001

demo

http://45.32.100.248:9090/

深度学习交流群

为了 控制群质量 大家先加我微信号 kothme 加群时备注自己从事的方向 最好提了2,3个深度学习术语 我拉大家 进群

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址