Skip to content

Latest commit

 

History

History
82 lines (60 loc) · 3.95 KB

README.md

File metadata and controls

82 lines (60 loc) · 3.95 KB
Raw

LTP VERSION CODE SIZE CONTRIBUTORS LAST COMMIT

LTP 4

LTP（Language Technology Platform） 提供了一系列中文自然语言处理工具，用户可以使用这些工具对于中文文本进行分词、词性标注、句法分析等等工作。新版LTP采用原生Python实现，仅需运行 pip install ltp 即可安装使用。

快速使用

from ltp import LTP
ltp = LTP() # 默认自动下载并加载 Small 模型
# ltp = LTP(path = "small|tiny")
segment, hidden = ltp.seg(["他叫汤姆去拿外衣。"])
pos = ltp.pos(hidden)
ner = ltp.ner(hidden)
srl = ltp.srl(hidden)
dep = ltp.dep(hidden)
sdp = ltp.sdp(hidden)

模型下载

模型 大小
Small 170MB
Tiny 34MB

备注: Tiny模型使用electra前三层进行初始化

指标对比

模型 分词 词性 命名实体 依存句法 语义依存 语义角色 速度(句/S) 模型大小
LTP 3.X 97.8 98.3 94.1 81.1 78.9 77.92(Gold Pi) 2.75 1940M
LTP 4.0 (Small) 98.4 98.2 94.3 88.0 79.9 77.2(端到端) 12.58 171M
LTP 4.0 (Tiny) 96.8 97.2 91.6 82.6 75.5 68.1(端到端) 29.53 34M

测试环境如下：

  • Python 3.7
  • LTP 4.0 Batch Size = 1
  • Centos 3.10.0-1062.9.1.el7.x86_64
  • Intel(R) Xeon(R) CPU E5-2640 v4 @ 2.40GHz

备注: 速度数据在人民日报命名实体测试数据上获得，速度计算方式均为所有任务顺序执行的结果。另外，语义角色标注与语义依存新旧版采用的语料不相同，因此无法直接比较（新版语义依存使用Semeval 2016语料，语义角色标注使用CTB语料）。

模型算法

  • 分词: Electra Small1 + Linear
  • 词性: Electra Small + Linear
  • 命名实体: Electra Small + Relative Transformer2 + Linear
  • 依存句法: Electra Small + BiAffine + Eisner3
  • 语义依存: Electra Small + BiAffine
  • 语义角色: Electra Small + BiAffine + CRF

构建 Wheel 包

python setup.py sdist
python -m twine upload dist/*

作者信息

开源协议

  1. 语言技术平台面向国内外大学、中科院各研究所以及个人研究者免费开放源代码，但如上述机构和个人将该平台用于商业目的（如企业合作项目等）则需要付费。
  2. 除上述机构以外的企事业单位，如申请使用该平台，需付费。
  3. 凡涉及付费问题，请发邮件到 [email protected] 洽商。
  4. 如果您在 LTP 基础上发表论文或取得科研成果，请您在发表论文和申报成果时声明“使用了哈工大社会计算与信息检索研究中心研制的语言技术平台（LTP）”. 同时，发信给[email protected]，说明发表论文或申报成果的题目、出处等。

脚注