Python과 Cython을 위한 강력한 NLP 라이브러리로, 토큰화와 사전 학습 파이프라인, 태깅·구문 분석·개체 인식용 학습 모델을 제공합니다.
codelion/adaptive-classifier
런타임에 새로운 예시와 클래스를 학습하고, 보정된 신뢰도와 분포 외 입력 탐지 기능을 제공하는 Python 텍스트 분류 라이브러리입니다.
- 스타
- 577
- 포크
- 43
- 열린 이슈
- 2
- 마지막 커밋
- 5일 전
어떤 프로젝트인가요?
Adaptive Classifier는 HuggingFace transformer encoder를 기반으로 구축된 PyTorch 기반 Python 텍스트 분류 라이브러리입니다. 각 클래스는 FAISS에 저장된 프로토타입 임베딩으로 표현되며, 학습 가능한 소규모 신경망 헤드와 프로토타입 유사도를 결합해 예측을 생성합니다. 전체 모델을 다시 학습하지 않고도 런타임에 새로운 예시와 클래스를 추가할 수 있으며, 나중에 예시나 클래스를 제거할 수도 있습니다.
이 라이브러리는 분류기의 운영 측면도 다룹니다. 홀드아웃 데이터로 신뢰도 점수를 보정하고, 목표 커버리지를 설정한 예측 집합을 반환하며, 신뢰도가 낮거나 분포 외에 해당하는 입력에는 예측을 보류할 수 있습니다. 또한 라벨이 없는 텍스트 중 어노테이션할 항목을 추천하고, 유입 데이터의 드리프트를 감지합니다. 모델은 로컬에 저장하거나 HuggingFace Hub에 푸시할 수 있으며, CPU 추론 속도를 높이기 위한 ONNX 내보내기도 지원합니다.
멀티라벨 분류기, scikit-learn 호환 추정기, HTTP 서빙 모듈을 제공합니다. 또한 적대적 조작을 비용 기반 모델과 결합해 예측하는 실험적 전략적 분류 모드도 포함되어 있습니다.
핵심 기능
- 01전체 모델을 다시 학습하지 않고 런타임에 새 클래스와 예시를 추가합니다
- 02학습 후 잘못된 예시나 클래스 전체를 제거합니다
- 03신뢰도를 보정하고 목표 커버리지를 설정한 예측 집합을 반환합니다
- 04분포 외 입력을 감지하고 해당 입력에 대한 예측을 보류할 수 있습니다
- 05라벨이 없는 텍스트 중 라벨링할 항목을 추천하고 데이터 드리프트를 보고합니다
- 06CPU 추론 속도를 높이기 위해 ONNX 모델을 내보내고 HTTP 서버를 제공합니다
활용 사례
- 시간이 지남에 따라 달라지는 카테고리로 지원 티켓이나 이메일을 분류하는 경우
- 새 라벨이 자주 생기고 재학습 비용이 높은 콘텐츠를 분류하는 경우
- scikit-learn Pipeline과 교차 검증을 사용해 텍스트 분류기를 구축하는 경우
- 예측된 복잡도에 따라 LLM 쿼리를 서로 다른 모델 티어로 라우팅하는 경우
빠른 시작
- 1
PyPI에서 라이브러리를 설치합니다
pip install adaptive-classifier - 2
classifier를 가져와 HuggingFace 모델로 초기화합니다
- 3
라벨이 지정된 학습 예제를 추가합니다
- 4
새 텍스트에 predict를 호출해 클래스별 신뢰도를 확인합니다
사용 전 알아둘 점
- 예측 결과는 선택한 HuggingFace 인코더에 따라 달라지며, README의 예제에서는 용량이 큰 Transformer 모델을 다운로드합니다.
포함된 컬렉션
토픽
자주 묻는 질문
- adaptive-classifier은(는) 무엇인가요?
- 런타임에 새로운 예시와 클래스를 학습하고, 보정된 신뢰도와 분포 외 입력 탐지 기능을 제공하는 Python 텍스트 분류 라이브러리입니다. Adaptive Classifier는 HuggingFace transformer encoder를 기반으로 구축된 PyTorch 기반 Python 텍스트 분류 라이브러리입니다. 각 클래스는 FAISS에 저장된 프로토타입 임베딩으로 표현되며, 학습 가능한 소규모 신경망 헤드와 프로토타입 유사도를 결합해 예측을 생성합니다. 전체 모델을 다시 학습하지 않고도 런타임에 새로운 예시와 클래스를 추가할 수 있으며, 나중에 예시나 클래스를 제거할 수도 있습니다.
- adaptive-classifier은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- adaptive-classifier은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- adaptive-classifier은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. adaptive-classifier의 마지막 커밋은 2026년 11월 2일입니다.
- adaptive-classifier은(는) 어디에 사용할 수 있나요?
- 시간이 지남에 따라 달라지는 카테고리로 지원 티켓이나 이메일을 분류하는 경우 새 라벨이 자주 생기고 재학습 비용이 높은 콘텐츠를 분류하는 경우 scikit-learn Pipeline과 교차 검증을 사용해 텍스트 분류기를 구축하는 경우 예측된 복잡도에 따라 LLM 쿼리를 서로 다른 모델 티어로 라우팅하는 경우
- adaptive-classifier는 어떻게 설치하나요?
- PyPI에서 라이브러리를 설치합니다: pip install adaptive-classifier classifier를 가져와 HuggingFace 모델로 초기화합니다 라벨이 지정된 학습 예제를 추가합니다 새 텍스트에 predict를 호출해 클래스별 신뢰도를 확인합니다
- adaptive-classifier은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/codelion/adaptive-classifier
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
ONNX Runtime을 사용해 서버 없이 브라우저나 JavaScript 런타임에서 Hugging Face Transformers 모델을 실행합니다.
Hugging Face의 Transformers, Diffusers, TIMM 및 Sentence-Transformers 모델을 특정 하드웨어 백엔드에서 내보내고 실행해 추론과 학습을 최적화하는 툴킷입니다.
BERT, RoBERTa, XLNet 같은 Hugging Face transformer 모델을 spaCy 파이프라인에 연결하는 spaCy 컴포넌트와 아키텍처입니다.
소규모 멀티모달(비전-언어) 모델을 구축하고 학습·평가하기 위한 모듈형 PyTorch/Hugging Face 코드베이스입니다.
85개 언어를 지원하는 사전 학습 SaT 및 WtP 모델로 텍스트를 문장이나 다른 의미 단위로 나누는 Python 툴킷입니다.