small-text - Small-Text：Python中的文本分类主动学习工具

small-text logo

Python 中用于文本分类的主动学习。

安装 | 快速开始 | 贡献 | [更新日志][changelog] | [文档][documentation_main]

Small-Text 提供最先进的用于文本分类的主动学习。提供了多种预实现的查询策略、初始化策略和停止标准，这可以轻松组合使用以构建主动学习实验或应用。

特点

提供统一的主动学习接口，因此您可以轻松将查询策略与 sklearn、Pytorch 或 transformers 提供的分类器混合搭配使用。
支持基于 GPU 的 Pytorch 模型并集成 transformers，因此您可以使用最先进的文本分类模型进行主动学习。
支持 GPU 但不是必需的。如果仅使用 CPU 的情况下，轻量级安装只需最小的依赖集。
多种经过科学评价的组件均已预先实现并可直接使用（查询策略、初始化策略和停止标准）。

什么是主动学习？

主动学习允许您在标记数据较少或没有标记数据的情况下，高效地为监督学习标记训练数据。

TREC-6 数据集的学习曲线示例。

新闻

版本 1.4.0 ([v1.4.0][changelog_1.4.0]) - 2024年6月9日
- 新查询策略：AnchorSubsampling（也叫 AnchorAL）。特别感谢 Pietro Lesci 的通信和代码审查。
2024年6月更新
- Version 2.0.0 正在进行中，并且应很快准备就绪。
版本 1.3.3 ([v1.3.3][changelog_1.3.3]) - 2023年12月29日
- 错误修复版本。
版本 1.3.2 ([v1.3.2][changelog_1.3.2]) - 2023年8月19日
- 错误修复版本。
论文被 EACL 2023 接收 🎉
- 介绍 small-text 的[论文][paper_arxiv]已被 EACL 2023 接收。五月在会议上见！
- 更新：论文被授予 EACL 最佳系统演示奖。感谢您的支持！

[完整的更改列表，请查看更新日志。][changelog]

安装

Small-Text 可以通过 pip（或 conda）轻松安装：

pip install small-text

该命令仅安装必要的依赖项，结果为[精简安装][documentation_install]。对于通过 pip 完成的完整安装，您只需包含 transformers 额外需求：

pip install small-text[transformers]

对于缺少额外需求功能的 conda，完整安装可通过以下方式实现：

conda install "torch>=1.6.0" "torchtext>=0.7.0" transformers small-text

该库要求 Python 3.7 或更新版本。要使用 GPU，需要 CUDA 10.1 或更新版本。有更多安装信息可以在[文档][documentation_install]中找到。

快速开始

快速入门，请参见提供的二分类、PyTorch多类别分类和基于Transformer的多类别分类示例，或查看笔记本。

笔记本

序号	笔记本
1	介绍：使用Small-Text进行文本分类的主动学习
2	使用停止条件的主动学习
3	使用SetFit进行主动学习
4	使用SetFit的零样本能力进行冷启动初始化

展示

[教程：👂 使用Small-Text进行文本分类的主动学习][argilla_al_tutorial]（从[argilla][argilla]界面方便地使用Small-Text。）

更多展示内容可以在[文档][documentation_showcase]中查看。

🎀 想分享您的使用案例吗？ 无论是论文、实验、实际应用、论文、数据集或其他，请告诉我们，我们会将其添加到[展示部分][documentation_showcase]，甚至是这里。

文档

阅读最新的文档[在这里][documentation_main]。值得注意的页面包括：

[查询策略概述][documentation_query_strategies]
[可重复性说明][documentation_reproducibility_notes]

替代方案

modAL、ALiPy、libact、ALToolbox

贡献

欢迎贡献。详情请参阅CONTRIBUTING.md。

鸣谢

此软件由莱比锡大学NLP小组的Christopher Schröder (@chschroeder)创建，该小组是Webis研究网络的一部分。该项目由萨克森州发展银行（SAB）在项目编号100335729的资助下完成。

引用

Small-Text在EACL23系统演示论文"Small-Text: Active Learning for Text Classification in Python"中有详细介绍，可以引用如下：

@inproceedings{schroeder2023small-text,
    title = "Small-Text: Active Learning for Text Classification in Python",
    author = {Schr{\"o}der, Christopher  and  M{\"u}ller, Lydia  and  Niekler, Andreas  and  Potthast, Martin},
    booktitle = "Proceedings of the 17th Conference of the European Chapter of the Association for Computational Linguistics: System Demonstrations",
    month = may,
    year = "2023",
    address = "Dubrovnik, Croatia",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2023.eacl-demo.11",
    pages = "84--95"
}

许可