Hugging Face Hub 接入 spaCy,支援 pipeline 分享與 NER 推理
Welcome spaCy to the Hugging Face Hub
Hugging Face Hub 接入 spaCy,讓使用者可分享 spaCy pipelines,並在瀏覽器試用或透過 Inference API 調用模型。
這次整合把 spaCy pipeline 上傳、瀏覽器試用、NER 推理和安裝入口放在 Hub,呈現模型分享後如何被測試與接入應用。
spaCy 是廣受歡迎的進階自然語言處理程式庫,在各行各業廣泛使用。spaCy 讓你輕鬆使用和訓練各類流程,例如命名實體識別、文本分類、詞性標註等,並可構建強大的應用程式,處理和分析大量文本。
Hugging Face 讓你輕鬆與社羣分享 spaCy 流程!只需一個指令,就能上載任何流程套件,系統亦會自動為你生成精美模型卡和所有必要中繼資料。推論 API 現成支援 NER,你亦可在瀏覽器中互動試用流程。此外,你會取得套件的即時 URL,可從任何地方執行 pip install,順暢地由原型階段一路推進至正式環境!
尋找模型
spaCy 組織中提供超過 60 個標準模型,見 spaCy。這些模型來自最新的 3.1 版本,你現在即可試用最新發布的模型!此外,你亦可在此查看社羣提供的所有 spaCy 模型:https://huggingface.co/models?filter=spacy。
小工具
這項整合支援 NER 小工具,因此所有包含 NER 元件的模型都可即時使用!即將支援文本分類和 POS。
託管推論 API
Token 分類
此模型目前已載入,並在推論 API 上執行。
使用現有模型
Hub 上的所有模型均可直接透過 pip install 安裝。
pip install https://huggingface.co/spacy/en_core_web_sm/resolve/main/en_core_web_sm-any-py3-none-any.whl
# Using spacy.load().
import spacy
nlp = spacy.load("en_core_web_sm")
# Importing as module.
import en_core_web_sm
nlp = en_core_web_sm.load()
開啟儲存庫後,你可以按 Use in spaCy,系統便會提供可用程式碼片段,讓你安裝和載入模型!
你亦可向推論 API 發送 HTTP 請求來呼叫模型,適合正式環境使用。以下是簡單請求範例:
curl -X POST --data '{"inputs": "Hello, this is Omar"}' https://api-inference.huggingface.co/models/spacy/en_core_web_sm
>>> [{"entity_group":"PERSON","word":"Omar","start":15,"end":19,"score":1.0}]
如需大規模使用,可按「Deploy > Accelerated Inference」,查看如何透過 Python 執行。
分享你的模型
最出色的功能大概是,你現在可透過 spacy-huggingface-hub 程式庫輕鬆分享模型;它為 spaCy CLI 加入了 huggingface-hub push 新指令。
huggingface-cli login
python -m spacy package ./en_ner_fashion ./output --build wheel
cd ./output/en_ner_fashion-0.0.0/dist
python -m spacy huggingface-hub push en_ner_fashion-0.0.0-py3-none-any.whl
只需一分鐘,你就能將套件模型放到 Hub,直接在瀏覽器試用,並與社羣分享。所有必要中繼資料都會為你上載,還會取得精美模型卡。
立即試用,與社羣分享你的模型!
想把你的程式庫整合至 Hub 嗎?
這項整合有賴 huggingface_hub 程式庫,其中包含我們所有小工具,以及所有支援程式庫的 API。如想將你的程式庫整合至 Hub,請參閲這份指南!
來源:Hugging Face Blog · huggingface.co

