Skip to content

Latest commit

 

History

History
 
 

applications

产业级端到端系统范例

1、简介

PaddleNLP 从预训练模型库出发,提供了经典预训练模型在主流 NLP 任务上丰富的应用示例,满足了大量开发者的学习科研与基础应用需求。

针对更广泛的产业落地需求、更复杂的 NLP 场景任务,PaddleNLP 推出产业级端到端系统范例库(下文简称产业范例),提供单个模型之上的产业解决方案。

  • 最强模型与实践———产业范例针对具体业务场景,提供最佳模型(组合),兼顾模型精度与性能,降低开发者模型选型成本;
  • 全流程———打通数据标注-模型训练-模型调优-模型压缩—预测部署全流程,帮助开发者更低成本得完成产业落地。

2、基于 Pipelines 构建产业范例,加速落地

在面向不同场景任务建设一系列产业方案的过程中,不难发现,从技术基础设施角度看:

(1)NLP系统都可以抽象为由多个基础组件串接而成的流水线系统; (2)多个NLP流水线系统可共享使用相同的基础组件。

因此,PaddleNLP 逐渐孵化出了一套 NLP 流水线系统 Pipelines,将各个 NLP 复杂系统的通用模块抽象封装为标准组件,支持开发者通过配置文件对标准组件进行组合,仅需几分钟即可定制化构建智能系统,让解决NLP任务像搭积木一样便捷、灵活、高效。同时,Pipelines 中预置了前沿的预训练模型和算法,在研发效率、模型效果和性能方面提供多重保障。因此,Pipelines 能够大幅加快开发者使用飞桨落地的效率。


PaddleNLP 提供了多个版本的产业范例:

  • 如果你希望快速体验、直接应用、从零搭建一套完整系统,推荐使用 Pipelines 版本。这里集成了训练好的模型,无需关心模型训练细节;提供 Docker 环境,可快速一键部署端到端系统;打通前端 Demo 界面,便于直观展示、分析、调试效果。
  • 如果你希望使用自己的业务数据进行二次开发,推荐使用./applications目录下的可定制版本,训练好的模型可以直接集成进 Pipelines 中进行使用。
  • 也可以使用 AI Studio 在线 Jupyter Notebook 快速体验,有 GPU 算力哦。
场景任务 Pipelines版本地址 可定制版本地址 Notebook
检索 字面+语义检索 语义检索 基于Pipelines搭建检索系统
二次开发语义检索
问答 FAQ问答
无监督检索式问答
有监督检索式问答
FAQ问答
无监督检索式问答
基于Pipelines搭建FAQ问答系统
基于Pipelines搭建抽取式问答系统
FAQ政务问答
FAQ保险问答
文本分类 暂无 文本分类 对话意图识别
法律文本多标签分类
层次分类
通用文本分类 暂无 通用文本分类
通用信息抽取 暂无 通用信息抽取 UIE快速体验
UIE微调实体抽取
UIE微调关系抽取
UIE-X快速体验
UIE-X微调
情感分析 情感分析 情感分析 情感分析
文档智能 文档抽取问答 跨模态文档问答 文档抽取问答
汽车说明书问答
文生图 文生图系统 可参考PPDiffusers
语音指令解析 暂无 语音指令解析 语音指令解析
文本摘要 暂无 文本摘要 文本摘要

3、典型范例介绍

📄 通用信息抽取系统

  • 首个产业级通用信息抽取方案 UIE,面向纯文本,实现多任务统一建模,提供强大的零样本抽取和少样本快速迁移能力;
  • 首个兼具文本及文档抽取能力、多语言、开放域的信息抽取方案 UIE-X,基于 ERNIE-Layout 跨模态布局增强预训练模型,集成 PaddleOCR 的 PP-OCR、PP-Structure 版面分析能力,小样本文档信息抽取效果领先。

详细使用说明请参考通用信息抽取系统,更多:UIE 解读UIE-X 解读

🔍 语义检索系统

  • 前沿算法———基于 SimCSE、In-batch Negatives、ERNIE Pairwise、RocketQA Pointwise 等提供针对无监督、有监督等多种数据情况的多样化方案;
  • 全流程———覆盖召回、排序环节,集成主流 ANN 引擎,同时兼容 ElasticSearch 字面检索模式,提供多路召回方案。打通训练、调优、高效向量检索引擎建库和查询全流程。

详细使用说明请参考语义检索系统

❓ 智能问答系统

  • 端到端问答技术 🚀RocketQA,首个中文端到端问答模型,基于知识增强的预训练模型ERNIE和百万量级的人工标注数据集DuReader训练得到,效果优异;
  • 覆盖有监督(如 FAQ 问答)、无监督(自动生成 QA 对,生成的问答对语料可以通过无监督的方式构建检索式问答系统)等多种情况,适用各类业务场景。

详细使用说明请参考智能问答系统文档智能问答

📚 通用文本分类

  • 基于“任务架构统一、通用能力共享”的通用文本分类技术 UTC,实了良好的零/少样本迁移能力,实现大一统诸多任务的开放域分类,可支持情感分析、意图识别、语义匹配、蕴含推理等各种可转换为分类问题的 NLU 任务。

详细使用说明请参考通用文本分类,更多:文章解读

🗂 文本分类

  • 场景方案全覆盖––––开源预训练模型-微调、提示学习、基于语义索引等多种分类技术方案,满足不同场景需求,涵盖多分类(multi-class)、多标签(multi-label)、层次分类(hierarchical)三类任务;
  • 模型高效调优––––强强结合数据增强能力与可信增强技术,解决脏数据、标注数据欠缺、数据不平衡等问题,大幅提升模型效果。

详细使用说明请参考文本分类,更多:文章解读

💌 评论观点抽取与情感分析

  • 经典方案:基于情感知识增强预训练模型SKEP,两阶段式抽取和分类,首先通过序列标注的方式定位属性词和观点词,然后进行属性集情感分类;
  • 前沿方案:基于UIE的情感分析方案采用 Prompt Learning 的方式进行情感信息抽取,精度更高。支持语句级和属性级情感分析,解决同义属性聚合、隐性观点抽取难点,并提供可视化分析能力。

详细使用说明请参考情感分析,更多:文章解读

🎙️ 智能语音指令解析

  • 集成了PaddleSpeech百度开放平台的的语音识别和UIE通用信息抽取等技术,打造智能一体化的语音指令解析系统范例,该方案可应用于智能语音填单、智能语音交互、智能语音检索等场景,提高人机交互效率。

详细使用说明请参考智能语音指令解析