V
Это espeak, увы. Мне бы что нибудь современное, на нейронках
Из готового посмотрите на RHVoice, но там не супер качество, зато работает даже на калькуляторе
Size: a a a
2020 March 12
NS
через waveglow прогнать и будет на нейронках
V
А так все остальные решения нужно или допиливать под себя, или дообучать новые модели нужным голосам, или ещё и добавлять поддержку русского языка, что б красиво было
(Если это не так - поправьте пожалуйста)
(Если это не так - поправьте пожалуйста)
И
в общем самый простой путь:
1. Скачать doccano и запустить его (Docker ~ 1 час подниматься будет автоматически)
2. Загрузить туда тексты и разметить их (~ 30 минут)
3. Выгрузить разметку в SpaCy и обучить как NER (~ 2 часа)
1. Скачать doccano и запустить его (Docker ~ 1 час подниматься будет автоматически)
2. Загрузить туда тексты и разметить их (~ 30 минут)
3. Выгрузить разметку в SpaCy и обучить как NER (~ 2 часа)
а можете поделиться, пожалуйста, сниппетом по конвертации doccano json1 в jsonl, который может быть успешно обработан коммандой -m spacy convert. Так как пробовал разные c medium и получал ошибки.
upd: так и не получилось воспользоваться коммандой -m spacy convert и встроенной коммандой на тренировку, записал тренировочные данные в переменную и обучил по https://medium.com/@manivannan_data/how-to-train-ner-with-custom-training-data-using-spacy-188e0e508c6
upd: так и не получилось воспользоваться коммандой -m spacy convert и встроенной коммандой на тренировку, записал тренировочные данные в переменную и обучил по https://medium.com/@manivannan_data/how-to-train-ner-with-custom-training-data-using-spacy-188e0e508c6
AP
Всем привет! Я человек в NLP новый, прошу прощения, если вопрос банален. Подскажите, пожалуйста, где можно посмотреть побольше примеров или найти руководство по relation extraction с помощью SpaCy с использованием Subtree Matching? Заранее спасибо!
D
Всё ещё ННП по Transformers/DistilGPT-2
🙄
B
🔫 Milena кикнут — вернуть этого пользователя можно только разбаном в настройках чата.
Проголосовавшие за кик:
@michele_giardino, @hitmaker, @quiethorror, @finaevim, @ilyaoki
Проголосовавшие за кик:
@michele_giardino, @hitmaker, @quiethorror, @finaevim, @ilyaoki
MV
Это espeak, увы. Мне бы что нибудь современное, на нейронках
Под линуксы ничего нет, только через API гугл, Яндекс, Амазон
VR
а можете поделиться, пожалуйста, сниппетом по конвертации doccano json1 в jsonl, который может быть успешно обработан коммандой -m spacy convert. Так как пробовал разные c medium и получал ошибки.
upd: так и не получилось воспользоваться коммандой -m spacy convert и встроенной коммандой на тренировку, записал тренировочные данные в переменную и обучил по https://medium.com/@manivannan_data/how-to-train-ner-with-custom-training-data-using-spacy-188e0e508c6
upd: так и не получилось воспользоваться коммандой -m spacy convert и встроенной коммандой на тренировку, записал тренировочные данные в переменную и обучил по https://medium.com/@manivannan_data/how-to-train-ner-with-custom-training-data-using-spacy-188e0e508c6
Может лучше использовать другой формат, напрмер CoNLL-U
VR
Обязательно напиши, как попробуешь
И
Обязательно напиши, как попробуешь
Я преобразовал json1 из docanno в лист, который можно успешно использовать в тренировке. Добавил лейблы в ner модель ru2, провел тренировку. Данных было совсем немного, но модель уже стала распознавать на тестовых данных. Завтра подготовлю чутка побольше тренировочных данных (делал на spacy 2.1.9, не 2.2, т.к. в редми ru2 указано, что 2.2. ещё не поддерживается).
Возникает вопрос: в модели ru2 сразу имеется 3 лейбла в pipe ner, и, как я понимаю, удалить их уже нельзя?
Возникает вопрос: в модели ru2 сразу имеется 3 лейбла в pipe ner, и, как я понимаю, удалить их уже нельзя?
VR
Ты можешь сделать новый чистый pipe или убрать (удалить) старый
VR
В примере классификации был кусок, где отключали тренировку всех pipe кроме нового
YB
Я преобразовал json1 из docanno в лист, который можно успешно использовать в тренировке. Добавил лейблы в ner модель ru2, провел тренировку. Данных было совсем немного, но модель уже стала распознавать на тестовых данных. Завтра подготовлю чутка побольше тренировочных данных (делал на spacy 2.1.9, не 2.2, т.к. в редми ru2 указано, что 2.2. ещё не поддерживается).
Возникает вопрос: в модели ru2 сразу имеется 3 лейбла в pipe ner, и, как я понимаю, удалить их уже нельзя?
Возникает вопрос: в модели ru2 сразу имеется 3 лейбла в pipe ner, и, как я понимаю, удалить их уже нельзя?
Ты можешь создавать сколько угодно разных ner в одном pipeline . Но если ты сейчас будешь использовать чистый ner, он будет учиться с нуля.
И
Ты можешь создавать сколько угодно разных ner в одном pipeline . Но если ты сейчас будешь использовать чистый ner, он будет учиться с нуля.
Я предполагал, что некорректно создавать чистый, так как модель уже предобучена
YB
Ты можешь создавать сколько угодно разных ner в одном pipeline . Но если ты сейчас будешь использовать чистый ner, он будет учиться с нуля.
В старом ner появились собственные вектора уже, поэтому он у тебя работает на небольшом количестве данных. Через несколько дней у нас появится версия чистого нер с векторами фасттекст для 2.2.
SP
В старом ner появились собственные вектора уже, поэтому он у тебя работает на небольшом количестве данных. Через несколько дней у нас появится версия чистого нер с векторами фасттекст для 2.2.
в spacy-ru ?