PythonとCython向けの高性能NLPライブラリ。トークン化、学習済みパイプライン、タグ付け・構文解析・エンティティ認識用の学習済みモデルを提供します。
deepopen-com/deepopen
自由文ではなくラベル、スコア、確率を返す、テキストやJSON向けの非自己回帰型Python SDK。定義済みの分類・スコアリング質問に回答します。
- スター
- 3,075
- フォーク
- 343
- 未解決の Issue
- 17
- 最終コミット
- 4 日前
これは何?
DeepOpenは、構造化された判断を行うためのインテント分類フレームワーク兼SDKです。選択肢からラベルを1つ選ぶ、順序尺度で評価する、ある記述が正しいかを推定するといった、出力型を制約した質問を定義できます。モデルは確率と信頼度を添えて回答します。自由形式のテキストは生成しないため、出力を固定された型の範囲内に保てます。
SDKは、入力に応じて英語、多言語、または型付き判断向けのモデルを選ぶルーターを介して、上流のLayaチェックポイントを読み込みます。また、ルーティング、ガード、モデレーション、トリアージ、メールタスク向けの質問テンプレートも同梱しています。Python 3.10以降が必要で、GitHubリポジトリからインストールできます。CPU版とCUDA版のPyTorchに対応しています。
リポジトリには、報告済みの精度を含むBanking77とCLINC150の学習・評価ガイドもあります。予測が誤る可能性があるため、重大な判断に利用する前に、信頼度スコアを自分のデータで検証する必要があります。
主な機能
- 01テキストまたはJSON入力に対し、選択式、スコア式、はい/いいえ形式の定義済み質問に回答します。
- 02生成テキストではなく、ラベル、選択肢ごとの確率、信頼度を返します。
- 03入力ごとに、英語、多言語、または型付き判断向けのチェックポイントをルーターが選択します。
- 04ルーティング、ガード、モデレーション、トリアージ、メールタスク向けの質問テンプレートを提供します。
- 05PyTorchを通じてCPUまたはGPUで動作し、ローカルのチェックポイントディレクトリも指定できます。
ユースケース
- カスタマーサポートの問い合わせを部門やインテントに分類する。
- 受信したメールやチケットを緊急度やトピックに応じて振り分ける。
- 確率スコアに閾値を設定し、モデレーション対象のコンテンツを検出する。
- モデルを一から学習させずに、テキストの構造化分類を試作する。
クイックスタート
- 1
GitHubリポジトリからSDKをインストールします
python -m pip install "git+https://github.com/deepopen-com/deepopen.git" - 2
バージョンを表示して、インストールを確認します
python -c "import deepopen; print(deepopen.__version__)" - 3
英語のチェックポイントを読み込み、Pythonで分類に関する質問を実行します(READMEのクイックスタート例を参照)
使う前に知っておきたいこと
- 出力は制約付きの予測であり、誤る場合があります。また、確率はご自身のデータで検証する必要があります。
- モデルの重みは初回使用時にHubからダウンロードされます。またREADMEには、ベースチェックポイントは過信傾向があり、一部のタスクでは性能がほぼ偶然と同程度であると記載されています。
- ベンチマーク結果はタスク固有の学習に左右されます。SDKをインストールしても、その学習は再現されません。
- モデルとデータセットのライセンスはApache-2.0のSDKライセンスとは別です。内容を確認する必要があります。
収録されている特集
トピック
よくある質問
- deepopen とは?
- 自由文ではなくラベル、スコア、確率を返す、テキストやJSON向けの非自己回帰型Python SDK。定義済みの分類・スコアリング質問に回答します。 DeepOpenは、構造化された判断を行うためのインテント分類フレームワーク兼SDKです。選択肢からラベルを1つ選ぶ、順序尺度で評価する、ある記述が正しいかを推定するといった、出力型を制約した質問を定義できます。モデルは確率と信頼度を添えて回答します。自由形式のテキストは生成しないため、出力を固定された型の範囲内に保てます。
- deepopen は無料で使えますか?ライセンスは?
- deepopen は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- deepopen は今もメンテナンスされていますか?
- 活発にメンテナンス中。deepopen の最終コミットは 2026年11月3日 です。
- deepopen は何に使えますか?
- カスタマーサポートの問い合わせを部門やインテントに分類する。 受信したメールやチケットを緊急度やトピックに応じて振り分ける。 確率スコアに閾値を設定し、モデレーション対象のコンテンツを検出する。 モデルを一から学習させずに、テキストの構造化分類を試作する。
- deepopen のインストール方法は?
- GitHubリポジトリからSDKをインストールします: python -m pip install "git+https://github.com/deepopen-com/deepopen.git" バージョンを表示して、インストールを確認します: python -c "import deepopen; print(deepopen.__version__)" 英語のチェックポイントを読み込み、Pythonで分類に関する質問を実行します(READMEのクイックスタート例を参照)
- deepopen はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/deepopen-com/deepopen
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
学習データなしでNERやテキスト分類などを行えるよう、大規模言語モデルを構造化されたNLPパイプラインに組み込むspaCy拡張機能。
Naive Bayes、LSI、k-Nearest Neighbors、Logistic Regression、TF-IDFとCLIツールを備えたRuby製テキスト分類gem。
実行時に新しい例やクラスを学習し、信頼度の較正と分布外検出にも対応するテキスト分類用Pythonライブラリ。
オブジェクトと型を通じてLLMを扱い、モデルへのプロンプト送信や構造化出力の取得を可能にするPythonライブラリ。
意味的類似度または小規模な判定モデルでリクエストを振り分け、信頼度を校正して返す、LLMやエージェント向けの判定レイヤー。