艾伦AI研究院发布AllenNLP：基于PyTorch的NLP工具包

柔情只为你懂 2021-12-04 04:59 243阅读 0赞

https://www.jiqizhixin.com/articles/2017-09-09-5

> AllenNLP 可以让你轻松地设计和评估几乎所有 NLP 问题上最新的深度学习模型，并同基础设施一起让这些模型自由运行在云端和你的笔记本电脑上。

链接：http://allennlp.org (http://allennlp.org/)

GitHub：https://github.com/allenai/allennlp

Allen NLP 是一个基于 Apache 2.0 的 NLP 研究库，构建于 PyTorch 之上，可为开发者提供语言任务中的各种业内最佳训练模型。

## 快速开始 ##

最快启用 AllenNLP 的方法是使用 Docker。如果你安装了 Docker（https://docs.docker.com/engine/installation/），你只需运行 docker run -it --rm allennlp/allennlp 来载入 AllenNLP，这样它就可以在 CPU 与 GPU 上运行了。随后，你就可以：

*  通过 allennlp/run bulk 运行示例句子
 *  通过 allennlp/run serve 启动 web 服务来托管模型
 *  通过 python 从 Python 解释器与 AllenNLP 之间交互编码

### AllenNLP 简介 ###

AllenNLP 构建于 PyTorch 之上，它的设计遵循以下原则：

*  超模块化和轻量化。你可以使用自己喜欢的组件与 PyTorch 无缝连接。
 *  经过广泛测试，易于扩展。测试覆盖率超过 90%，示例模型为你提供了很好的模板。
 *  真正的填充和覆盖，让你可以毫无痛苦地轻松实现正确的模型。
 *  易于实验。可以通过符合 json 规范的全面记录重现实验过程。

AllenNLP 包含的高质量模型有 Semantic Role Labelling、Question and Answering (BiDAF)、Entailment（可分注意力）等等。

AllenNLP 主要由 Allen 人工智能实验室构建和维护，该项目也与华盛顿大学等机构共同合作。

![36052640.jpeg][]

## 运行 AllenNLP ##

### 设置 CONDA 开发环境 ###

Conda 可为特定版本的 Python 设置所有为运行 AllenNLP 的依赖环境。

1.下载与安装 Conda

2.将你的目录指向 AllenNLP 的克隆

1.  `cd allennlp`

3. 构建一个 Python 3.6 上的 Conda 环境

1.  `conda create -n allennlp python=3.6`

4.现在激活 Conda 环境。你需要激活需要使用 AllenNLP 的每个终端中的 Conda 环境。

1.  `source activate allennlp`

5. 安装所需的依赖环境。

1.  `INSTALL_TEST_REQUIREMENTS="true" ./scripts/install_requirements.sh`

6.访问 http://pytorch.org/，安装相关的 pytorch 包。

7.为重复实验设置 PYTHONHASHSEED。你可能会在.bashrc 中需要这样做。

1.  `export PYTHONHASHSEED=2157`

现在，你应该可以用 pytest -v 来测试安装结果了。

### 构建 Docker 开发环境 ###

Docker 为虚拟机提供了运行 AllenNLP 的所有设置，无论你想在 GPU 还是 CPU 上运行都很简单。Docker 可以提供更多的隔离和一致性，也可以轻松地把你设置的环境分发到计算机集群中去。

### 下载预构建的 Docker 图 ###

运行预构建的 Docker 环境非常简单。AllenNLP 配置了 Docker Cloud 用于在主分支每次更新时构建新图。下载链接：https://hub.docker.com/r/allennlp/

1.  `docker pull allennlp/allennlp:latest`

### 构建一个 Docker 图 ###

以下是创建在 CPU 或 GPU 上运行的 Docker 环境的方法。以下命令可能会需要一些时间来运行，它会完全构建运行 AllenNLP 所需的环境。

1.  `docker build --tag allennlp/allennlp .`

你现在可以通过运行 docker images allennlp 来观察图了。

1.  `REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE`
2.  `allennlp/allennlp            latest              b66aee6cb593        5 minutes ago       2.38GB`

### 运行 Docker 图 ###

你可以使用 docker run --rm -it allennlp/allennlp 来运行图。--rm 标记清理图，-it 可以使会话交互，以便使用 Docker 镜像启动的 bash shell。

Docker 环境使用 Conda 来安装 Python 并自动进入 Conda 环境「allennlp」。你可以通过运行 pytest -v 来测试安装结果。

### 设置 Kubernetes 开发环境 ###

Kubernetes 可将你的 Docker 图部署到云端，这样就可以在 AWS 上拥有可重现的开发环境。

1.  设置 kubectl 连接到你的 Kubernetes 集群中。
2.  运行 kubectl create -f /path/to/kubernetes-dev-environment.yaml。这会在集群上创建一个「job」，随后可以使用 bash 连接。请注意，你将使用将推送的最后一个 Docker 文件，因此源代码可能与本地内容不符。
3.  检索使用 kubectl describe job <JOBNAME> --namespace=allennlp 创建的 pod 名称。pod 名称将会是你的 job 名之后加上一些其他字符。
4.  使用 kubectl exec -it <PODNAME> bash 获取容器内的 shell。
5.  完成后，不要忘记使用 kubectl delete -f /path/to/kubernetes-dev-environment.yaml 来关闭 job。

![49150640-2.jpeg][]

# #

## 模型 ##

借助易于运行的基础设施，AllenNLP 在合理的运行时间内展现了强大性能。

### 机器理解 ###

机器理解（MC）模型通过选择证据文本中的答案范围回答自然语言问题。AllenNLP MC 模型是 BiDAF 或者双向注意力流的再实现 (参见 Seo et al, 2017)，后者是一个广泛应用的 MC 基线并在 SQuAD 数据集上获得了几近当前最佳的精确度。AllenNLP BIDAF 模型在 SQuAD 开发套件上实现了 68.7 的 EM 得分，略高于原始 BIDAF 系统 67.7 的分值，尽管后者也在 10x 的提速上做了训练（p2.xlarge 上 4 个小时）。

### 语义角色标注 ###

语义角色标注（SRL）模型恢复了语句的潜在谓词参数结构。SRL 构建了回答语义基本问题的表征，包括「谁」对「谁」做了「什么」等等。AllenNLP SRL 模型是深度 BiLSTM 模型 (He et al, 2017) 的再实现，它非常匹配已公开的模型，在 CoNLL 2012 取得了 78.9 的 F1 分数。

### 文本蕴涵 ###

文本蕴涵（TE）模型使用一对语句预测第一句中的事实是否蕴含着第二句的事实。AllenNLP TE 模型是可分解式注意力模型的再实现（Parikh et al, 2017），后者是一个广泛使用的 TE 基线，它相对简单，并在 SNLI 数据集取得了几近当前最佳的性能。AllenNLP TE 模型在 SNLI 测试数据集上的精确度高达 84.7，相比之下原始系统的分值是 86.3。 ![00744icon.png][]

声明：本文由机器之心编译出品，原文来自AllenNLP，转载请查看要求，机器之心对于违规侵权者保有法律追诉权。

工程 NLP 工具包 AllenNLP PyTorch

转载于:https://www.cnblogs.com/DjangoBlog/p/7525372.html

[36052640.jpeg]: /images/20211204/13a4d3f9ab924b24aecb405ab772b364.png
[49150640-2.jpeg]: /images/20211204/a9ad7d0334b5429bba018ce366451c59.png
[00744icon.png]: /images/20211204/038b9f25728245cb8884011dc1c9c8e5.png