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}, }