DOOLY 🦕

PORORO에는 아래 세 가지 단점이 존재합니다.

• 일부 task의 batch화 불가능
• 내부 tokenize 과정 및 모듈 구조 확인이 어려움
• fairseq dependency

Dooly는 위 단점 세 가지를 개선한 라이브러리입니다.

• 모든 task를 batch화하여 inference 가능
• task별 tokenizer, model을 모듈로 분리하여 출력값 확인 가능
• 모든 것을 huggingface transformers로 처리

How to use?

아래와 같이 간단하게 사용 가능합니다

• install

$ pip install dooly

• how to use
  • PORORO와 동일하게 사용할 수 있습니다.

from dooly import Dooly

ner = Dooly(task="ner", lang="ko")

Supported Tasks

• Back Translation Data Augmentation
• Dependency Parsing
• Machine Reading Comprehension
• Machine Translation
• Named Entity Recognition
• Natural Language Inference
• Pos Tagging
• Question Generation
• Word Embedding
• Word Sense Disambiguation
• Zero Shot Topic Classification

Citations

@misc{pororo,
  author       = {Heo, Hoon and Ko, Hyunwoong and Kim, Soohwan and
                  Han, Gunsoo and Park, Jiwoo and Park, Kyubyong},
  title        = {PORORO: Platform Of neuRal mOdels for natuRal language prOcessing},
  howpublished = {\url{https://github.com/kakaobrain/pororo}},
  year         = {2021},
}