spacy 总结模型架构答案

【问题标题】：spacy summarize model architcturespacy 总结模型架构
【发布时间】：2020-03-12 14:20:13
【问题描述】：

我是 NLP 和神经网络的新手，我试图理解 spaCy 框架背后的想法。我知道 CNN 通常是如何工作的。根据this德国模型文档，这是一个在 TIGER 和 WikiNER 语料库上训练的多任务 CNN。

因此，模型将语料库作为训练数据提供给模型，然后能够为我的特定句子制作例如 POS 标记。

我已经习惯了，然后就到了神经网络来研究模型摘要，就像下面这个例子一样。

Layer (type)                 Output Shape              Param #   
=================================================================
embedding_1 (Embedding)      (None, 90, 40)            800000    
_________________________________________________________________
dropout_1 (Dropout)          (None, 90, 40)            0         
_________________________________________________________________
conv1d_1 (Conv1D)            (None, 88, 250)           30250     
_________________________________________________________________
global_max_pooling1d_1 (Glob (None, 250)               0         
_________________________________________________________________
dense_1 (Dense)              (None, 250)               62750     
_________________________________________________________________
dropout_2 (Dropout)          (None, 250)               0         
_________________________________________________________________
activation_1 (Activation)    (None, 250)               0         
_________________________________________________________________
dense_2 (Dense)              (None, 1)                 251       
_________________________________________________________________
activation_2 (Activation)    (None, 1)                 0         
=================================================================

所以我可以通过网络检查应用了哪些层。

我认为检查模型架构以了解其工作原理非常重要。但是对于 spaCy，我无法理解模型是如何构建的。你能解释一下 spaCy CNN 中从加载训练数据到训练直到创建模型的过程吗？

【问题讨论】：

标签： spacy

【解决方案1】：

我认为您指的是https://spacy.io/models/de，为此，您可以看到管道由标记器、解析器和 ner 组成。

在 spacy 的模型文档中，您可以查看架构部分 (https://spacy.io/models)，其中在视频中解释了具有残差 CNN 的 NER 模型： https://youtu.be/sqDHBH9IjRU

希望对您有所帮助。

【讨论】：