我们发布了支持 TF2 的 2.0.0 版本。
如果您将此项目用于研究,请引用:
```
@misc{Kashgari
author = {Eliyar Eziz},
title = {Kashgari},
year = {2019},
publisher = {GitHub},
journal = {GitHub repository},
howpublished = {\\\url{https://github.com/BrikerMan/Kashgari}}
}
```
## 概述
Kashgari 是一个简单而强大的 NLP 转移学习框架,可在 5 分钟内为命名实体识别 (NER)、词性标注 (PoS) 和文本分类任务构建先进的模型。
- 人性化。Kashgari 的代码简洁、文档齐全且经过测试，非常易于理解和修改。 - 强大而简单。Kashgari 允许您将最先进的自然语言处理 (NLP) 模型应用于文本，例如命名实体识别 (NER)、词性标注 (PoS) 和分类。 - 内置迁移学习。Kashgari 内置预训练的 BERT 和 Word2vec 嵌入模型，这使得迁移学习以训练您的模型变得非常简单。 - 完全可扩展。Kashgari 提供了一个简单、快速、可扩展的环境，可用于快速实验、训练模型。