Flair 由 Zalando Research 开发及开源，是基于 Pytorch 的 NLP 框架。简单易懂、操作方便。
-一个强大的NLP库。Flair允许用户将最先进的自然语言处理模型应用于文本。
例如命名实体识别（NER），词性标注（PoS），意义消歧和分类。
-多语言支持。
-一个文本embedding库。Flair提供简单的接口，来使用集成不同单词与文档，如Flair embeddings, BERT embeddings and ELMo embeddings.
-一个pytorch的NLP框架。Flair直接构建在pytorch之上，训练你自己的模型会很容易。
目前的版本是0.4.5。
依赖：PyTorch 1.1+ ，Python 3.6+
安装：pip install flair
使用样例：
如下是运行NER。
from flair.data import Sentence
from flair.models import SequenceTagger
# make a sentence
sentence = Sentence('I love Berlin .')
# load the NER tagger
tagger = SequenceTagger.load('ner')
# run NER over sentence
tagger.predict(sentence)
print(sentence)
print('The following NER tags are found:')
# iterate over entities and print
for entity in sentence.get_spans('ner'):
print(entity)
打印输出的内容是:
Sentence: "I love Berlin ." - 4 Tokens
The following NER tags are found:
LOC-span [3]: "Berlin"
閱讀更多 AI踐行者 的文章
