{{4}}{{思维软件设计02}}
Jiagu以[[BiLSTM]]等模型为基础，使用大规模语料训练而成。将提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现、情感分析、文本聚类等常用自然语言处理功能。参考了各大工具优缺点制作，将Jiagu回馈给大家。

应用案例：

#[[智能时代-知识图谱-机器人]]
#[https://github.com/ZJUGuoShuai/QA_KG 知识图谱 QA 系统]
#https://github.com/tonycui0401/ec2nlp
#https://github.com/tonycui0401/demo
#https://github.com/juexun/kg
#https://github.com/napoler/Terry-toolkit

使用心得：
#[[中文分词利器jieba、jiagu使用心得]]

思维软件工程:技术

2019-11-16T17:39:13Z

223.192.192.166：

{{4}}{{思维软件设计02}}
#[[RPA - 机器人流程自动化知多少？]]
#[[Python教学]]
#[[Jiagu自然语言处理工具]]
#[[智能时代-知识图谱-机器人]]
#[https://github.com/ImportMe/awesome_nlp_tools 整理常用的自然语言处理工具(包括Python接口)]
#[https://github.com/SophonPlus/ChineseNlpCorpus 搜集、整理、发布中文自然语言处理语料/数据集，与有志之士共同促进中文自然语言处理的发展。]
#[https://github.com/brightmart/nlp_chinese_corpus 大规模中文自然语言处理语料 Large Scale Chinese Corpus for NLP]<===[https://github.com/search?q=%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80]

思维软件工程:技术

2019-11-16T17:32:42Z

223.192.192.166：

思维软件工程:技术

2019-11-16T17:24:56Z

223.192.192.166：

TensorFlow

2019-11-15T04:12:07Z

223.192.192.166：

{{4}}
TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief [1] 。

Tensorflow拥有多层级结构，可部署于各类服务器、PC终端和网页并支持GPU和TPU高性能数值计算，被广泛应用于谷歌内部的产品开发和各领域的科学研究 [1-2] 。

TensorFlow由谷歌人工智能团队谷歌大脑（Google Brain）开发和维护，拥有包括TensorFlow Hub、TensorFlow Lite、TensorFlow Research Cloud在内的多个项目以及各类应用程序接口（Application Programming

Interface, API） [2] 。自2015年11月9日起，TensorFlow依据阿帕奇授权协议（Apache 2.0 open source license）开放源代码 [2] 。

背景

谷歌大脑自2011年成立起开展了面向科学研究和谷歌产品开发的大规模深度学习应用研究，其早期工作即是TensorFlow的前身DistBelief [1] 。DistBelief的功能是构建各尺度下的神经网络分布式学习和交互系统，也被称为“第一代机器学习系统” [1] 。DistBelief在谷歌和Alphabet旗下其它公司的产品开发中被改进和广泛使用 [3-4] 。2015年11月，在DistBelief的基础上，谷歌大脑完成了对“第二代机器学习系统”TensorFlow的开发并对代码开源。相比于前作，TensorFlow在性能上有显著改进、构架灵活性和可移植性也得到增强 [1] 。此后TensorFlow快速发展，截至稳定API版本1.12，已拥有包含各类开发和研究项目的完整生态系统。在2018年4月的TensorFlow开发者峰会中，有21个TensorFlow有关主题得到展示 [2] 。

安装

语言与系统支持

TensorFlow支持多种客户端语言下的安装和运行。截至版本1.12.0，绑定完成并支持版本兼容运行的语言为C和Python，其它（试验性）绑定完成的语言为JavaScript、C++、Java、Go和Swift，依然处于开发阶段的包括C#、Haskell、Julia、Ruby、Rust和Scala [5] 。

Python

TensorFlow提供Python语言下的四个不同版本：CPU版本（tensorflow）、包含GPU加速的版本（tensorflow-gpu），以及它们的每日编译版本（tf-nightly、tf-nightly-gpu）。TensorFlow的Python版本支持

Ubuntu 16.04、Windows 7、macOS 10.12.6 Sierra、Raspbian 9.0及对应的更高版本，其中macOS版不包含GPU加速 [6] 。安装Python版TensorFlow可以使用模块管理工具pip/pip3 [7] 或anaconda并在终端直接运行。

pip install tensorflow
conda install -c conda-forge tensorflow
此外Python版TensorFlow也可以使用Docker安装 [8] ：

docker pull tensorflow/tensorflow:latest
# 可用的tag包括latest、nightly、version等
# docker镜像文件：https://hub.docker.com/r/tensorflow/tensorflow/tags/
docker run -it -p 8888:8888 tensorflow/tensorflow:latest
# dock下运行jupyter notebook
docker run -it tensorflow/tensorflow bash
# 启用编译了tensorflow的bash环境

来源：https://baike.baidu.com/item/TensorFlow/18828108?fr=aladdin

TensorFlow

2019-11-15T04:08:45Z

223.192.192.166：创建页面，内容为“{{4}} TensorFlow™是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法...”

BiLSTM

2019-11-14T22:00:52Z

223.192.192.166：创建页面，内容为“{{4}} '''情感分类任务''' 自然语言处理中情感分类任务是对给定文本进行情感倾向分类的任务，粗略来看可以认为其是分类任...”

{{4}}
'''情感分类任务'''

自然语言处理中情感分类任务是对给定文本进行情感倾向分类的任务，粗略来看可以认为其是分类任务中的一类。对于情感分类任务，目前通常的做法是先对词或者短语进行表示，再通过某种组合方式把句子中词的表示组合成句子的表示。最后，利用句子的表示对句子进行情感分类。

举一个对句子进行褒贬二分类的例子。

句子：我爱赛尔

情感标签：褒义

'''什么是[[LSTM]]和[[BiLSTM]]？'''

LSTM的全称是Long Short-Term Memory，它是[[RNN]]（Recurrent Neural Network）的一种。LSTM由于其设计的特点，非常适合用于对时序数据的建模，如文本数据。BiLSTM是Bi-directional Long Short-Term Memory的缩写，是由前向LSTM与后向LSTM组合而成。两者在自然语言处理任务中都常被用来建模上下文信息。

'''为什么使用[[LSTM]]与[[BiLSTM]]？'''

将词的表示组合成句子的表示，可以采用相加的方法，即将所有词的表示进行加和，或者取平均等方法，但是这些方法没有考虑到词语在句子中前后顺序。如句子“我不觉得他好”。“不”字是对后面“好”的否定，即该句子的情感极性是贬义。使用LSTM模型可以更好的捕捉到较长距离的依赖关系。因为LSTM通过训练过程可以学到记忆哪些信息和遗忘哪些信息。

但是利用LSTM对句子进行建模还存在一个问题：无法编码从后到前的信息。在更细粒度的分类时，如对于强程度的褒义、弱程度的褒义、中性、弱程度的贬义、强程度的贬义的五分类任务需要注意情感词、程度词、否定词之间的交互。举一个例子，“这个餐厅脏得不行，没有隔壁好”，这里的“不行”是对“脏”的程度的一种修饰，通过BiLSTM可以更好的捕捉双向的语义依赖。
----
#[https://www.jiqizhixin.com/articles/2018-10-24-13 BiLSTM介绍及代码实现]

Jiagu自然语言处理工具

2019-11-14T08:33:25Z

223.192.192.166：

{{4}}{{思维软件设计02}}
Jiagu以BiLSTM等模型为基础，使用大规模语料训练而成。将提供中文分词、词性标注、命名实体识别、情感分析、知识图谱关系抽取、关键词抽取、文本摘要、新词发现、情感分析、文本聚类等常用自然语言处理功能。参考了各大工具优缺点制作，将Jiagu回馈给大家。

#开源软件仓库：https://github.com/ownthink/Jiagu
#智能时代-知识图谱-机器人：https://www.ownthink.com/

== 安装方式 ==
pip安装

pip install -U jiagu

如果比较慢，可以使用清华的pip源：-i https://pypi.tuna.tsinghua.edu.cn/simple

源码安装

git clone https://github.com/ownthink/Jiagu
cd Jiagu
python3 setup.py install
注意：深度学习模型使用1.6训练的，不支持[[tensorflow]] 2.0

== 使用方式 ==
===快速上手：分词、词性标注、命名实体识别===
import jiagu

#jiagu.init() # 可手动初始化，也可以动态初始化

text = '厦门明天会不会下雨'

words = jiagu.seg(text) # 分词
print(words)

pos = jiagu.pos(words) # 词性标注
print(pos)

ner = jiagu.ner(text) # 命名实体识别
print(ner)
===中文分词===
自定义分词模型（将单独提供msr、pku、cnc等分词标准）

import jiagu

# 独立标准模型路径
# msr：test/extra_data/model/msr.model
# pku：test/extra_data/model/pku.model
# cnc：test/extra_data/model/cnc.model

jiagu.load_model('test/extra_data/model/cnc.model') # 使用国家语委分词标准

words = jiagu.cut('结婚的和尚未结婚的')

print(words)
分词各种模式使用方式

import jiagu

text = '汉服和服装、知识图谱机器人'

words = jiagu.cut(text) # 深度学习分词
print(words)

words = jiagu.seg(text) # 字典分词
print(words)

# jiagu.load_userdict('dict/user.dict') # 加载自定义字典，支持字典路径、字典列表形式。
jiagu.load_userdict(['知识图谱'])

words = jiagu.seg(text) # 自定义分词，字典分词模式有效
print(words)
===知识图谱关系抽取===
import jiagu

# 吻别是由张学友演唱的一首歌曲。
# 苏州大学（Soochow University），简称“苏大”，坐落于历史文化名城苏州。
# 《盗墓笔记》是2014年欢瑞世纪影视传媒股份有限公司出品的一部网络季播剧，改编自南派三叔所著的同名小说，由郑保瑞和罗永昌联合导演，李易峰、杨洋、唐嫣、刘天佐、张智尧、魏巍等主演。

text = '姚明（Yao Ming），1980年9月12日出生于上海市徐汇区，祖籍江苏省苏州市吴江区震泽镇，前中国职业篮球运动员，司职中锋，现任中职联公司董事长兼总经理。'
knowledge = jiagu.knowledge(text)
print(knowledge)
===关键词提取===
import jiagu

text = '''
该研究主持者之一、波士顿大学地球与环境科学系博士陈池（音）表示，“尽管中国和印度国土面积仅占全球陆地的9%，但两国为这一绿化过程贡献超过三分之一。考虑到人口过多的国家一般存在对土地过度利用的问题，这个发现令人吃惊。”
NASA埃姆斯研究中心的科学家拉玛·内曼尼（Rama Nemani）说，“这一长期数据能让我们深入分析地表绿化背后的影响因素。我们一开始以为，植被增加是由于更多二氧化碳排放，导致气候更加温暖、潮湿，适宜生长。”
“MODIS的数据让我们能在非常小的尺度上理解这一现象，我们发现人类活动也作出了贡献。”
NASA文章介绍，在中国为全球绿化进程做出的贡献中，有42%来源于植树造林工程，对于减少土壤侵蚀、空气污染与气候变化发挥了作用。
据观察者网过往报道，2017年我国全国共完成造林736.2万公顷、森林抚育830.2万公顷。其中，天然林资源保护工程完成造林26万公顷，退耕还林工程完成造林91.2万公顷。京津风沙源治理工程完成造林18.5万
公顷。三北及长江流域等重点防护林体系工程完成造林99.1万公顷。完成国家储备林建设任务68万公顷。
'''

keywords = jiagu.keywords(text, 5) # 关键词
print(keywords)
===文本摘要===
import jiagu

fin = open('input.txt', 'r')
text = fin.read()
fin.close()

summarize = jiagu.summarize(text, 3) # 摘要
print(summarize)
===新词发现===
import jiagu

jiagu.findword('input.txt', 'output.txt') # 根据文本，利用信息熵做新词发现。
===情感分析===
import jiagu

text = '很讨厌还是个懒鬼'
sentiment = jiagu.sentiment(text)
print(sentiment)
===文本聚类===
import jiagu

docs = [
"百度深度学习中文情感分析工具Senta试用及在线测试",
"情感分析是自然语言处理里面一个热门话题",
"AI Challenger 2018 文本挖掘类竞赛相关解决方案及代码汇总",
"深度学习实践：从零开始做电影评论文本情感分析",
"BERT相关论文、文章和代码资源汇总",
"将不同长度的句子用BERT预训练模型编码，映射到一个固定长度的向量上",
"自然语言处理工具包spaCy介绍",
"现在可以快速测试一下spaCy的相关功能，我们以英文数据为例，spaCy目前主要支持英文和德文"
]
cluster = jiagu.text_cluster(docs)
print(cluster)

== 评价标准 ==
===msr测试结果（旧版本）===

[[文件:ownthink01.png]]
== 附录说明 ==
===词性标注说明===
n　　　普通名词
nt　　时间名词
nd　　方位名词
nl　　处所名词
nh　　人名
nhf　　姓
nhs　　名
ns　　地名
nn 　　族名
ni 　　机构名
nz 　　其他专名
v　　动词
vd　　趋向动词
vl　　联系动词
vu　　能愿动词
a　　形容词
f　　区别词
m　　数词　　
q　　量词
d　　副词
r　　代词
p　　介词
c　　连词
u　　助词
e　　叹词
o　　拟声词
i　　习用语
j　　缩略语
h　　前接成分
k　　后接成分
g　　语素字
x　　非语素字
w　　标点符号
ws　　非汉字字符串
wu　　其他未知的符号
===命名实体说明（采用BIO标记方式）===
B-PER、I-PER 人名
B-LOC、I-LOC 地名
B-ORG、I-ORG 机构名

==加入我们==
思知人工智能群QQ群：90780053，微信群联系作者微信：MrYener，作者邮箱联系方式：help@ownthink.com

捐赠作者(您的鼓励是作者开源最大的动力！！！)：捐赠致谢
[[文件:ownthink收款码.jpg]]

==贡献者：==
Yener
zengbin93
dirtdust
frankchen7788

思维软件设计:原型

2019-11-14T07:53:56Z

223.192.192.166：

{{4}}
{{思维软件设计02}}
下述软件和目标的“思维软件”相差很远。但基于目前的软件应用水平只能采取这样的思路和过程方法。现在应用的软件，从原理上说，都是企图代替人的思维，就是说，所有的软件都是思维软件的模块原型。比如说，如果人工智能能达到人脑的水平，那么计算机就能代替程序员自动编程了，而现在的软件代码生成器就是思维软件的一种原型。
*[[机器人小思]]
*[[ISOMIS]]
*[[通约之路]]
*[[管家婆个人版ERP]]
*[[江南仁微信机器人]] 微信号：sseuujn
*[https://mp.weixin.qq.com/s/8v2jKaEW0xXTNDlY7vF2cA 如何与江南仁机器人对话？]

模板:思维软件设计02

2019-11-14T01:01:34Z

223.192.192.166：

{|style="border:1px solid #B0C4DE" cellspacing=0 cellpadding=0 width=100%
|-
|width=100% class="MainPageBG" style="background-color: #778899; padding-left: 1px; padding-right: 1px; padding-top: 1px; padding-bottom: 1px" align="center"|[[思维软件开发|返回]]　　[[思维软件设计:原型|原型]]　　[[思维软件设计:需求分析|需求分析]]　　[[思维软件设计:概要设计|概要设计]]　　[[思维软件设计:详细设计|详细设计]]　　[[思维软件设计:编码|编码]]　　[[思维软件设计:测试|测试]]　　[[思维软件工程:人员|人员]]　　[[思维软件工程:任务|任务]] 
|}

思维软件设计:测试

2019-11-14T00:59:42Z

223.192.192.166：

思维软件设计:编码

2019-11-14T00:59:33Z

223.192.192.166：

2019-11-13T09:57:48Z

223.192.192.166：

Python教学

2019-11-11T10:37:21Z

223.192.192.166：