@pyyx
PYYX 暂无简介
小样本学习（Few-shot Learning）解决在极少数据情况下的机器学习问题。结合预训练语言模型通用和强大的泛化能力基础上，探索小样本学习最佳模型和中文上的实践
CMNLI数据由两部分组成：XNLI数据和MNLI数据。对两种数据进行了中英文转化，保留原始训练集，合并XNLI中的dev和MNLI中的matched作为CMNLI的dev，合并XNLI中的test和MNLI中的mismatched作为CMNLI的test，乱序。 用于判断两个句子间属于蕴涵、中立、矛盾关系。每一条数据有三个属性，从前往后分别是 句子1，句子2，蕴含关系标签有三种
Python 中文分词组件
采用自身模块规范编写的前端 UI 框架，遵循原生 HTML/CSS/JS 的书写与组织形式，门槛极低，拿来即用。其外在极简，却又不失饱满的内在，体积轻盈，组件丰盈，从核心代码到 API 的每一处细节都经过精心雕琢，非常适合界面的快速开发。
