新闻 更多功能请访问

• 基于多任务学习框架进行统一学习，使得全部六项任务可以共享语义信息，达到了知识迁移的效果。既有效提升了系统的运行效率，又极大缩小了模型的占用空间
• 基于预训练模型进行统一的表示 ，有效提升了各项任务的准确率
• 基于教师退火模型蒸馏出单一的多任务模型，进一步提高了系统的准确率
• 基于PyTorch框架开发，提供了原生的Python调用接口，通过pip包管理系统一键安装，极大提高了系统的易用性

为给LTP的用户提供更优质的服务质量，我们目前已经将所有服务部署到【讯飞开放平台】，大家可以点击链接进行免费使用，具体使用方式也请参考讯飞平台文档。之前 api.ltp-cloud.com 的接口也会在近期停止服务，希望大家能够尽快完成迁移工作。我们的demo系统将会持续保留，我们的最新进展也会先部署到demo展示，欢迎大家继续使用，测试后会部署到讯飞开放平台提供调用接口。

• [增加] 新的基于Bi-LSTM的SRL模型
• [增加] 增加了SRL的多线程命令行程序srl_cmdline
• [修改] SRL相关的编程接口已经改变，修复了之前内存泄露的相关问题。

语言技术平台获“黑龙江省科技进步一等奖”。

• [修复] 修复了 3.3.1 版本的一些 bug

• [修复] 修复了 3.3.0 版本模型加载的 bug
• [增加] 提供 Windows 下的 ltp_test 和 xxx_cmdline 二进制下载，无需再手工编译

• [增加] 词性标注模型加入微博数据，使得在开放域上的词性标注性能更好(+3.3 precision)
• [增加] 依存句法分析模型加入微博数据，使得在开放域上的句法分析性能更好(+3 UAS)
• [增加] 依存句法分析算法切换到transition-based neural network parser，速度从40 tokens/s提升到8000 tokens/s。同时通过加入聚类特征以及优化训练算法，（在新闻领域）准确率也得到小幅提升(+0.2 UAS)
• [增加] ltp_test默认支持多线程，线程数可配置。
• [增加] 新加入子模块命令行程序，cws_cmdline，pos_cmdline，par_cmdline，ner_cmdline，使用户可以很容易替换中间模块，从而实现语言分析的组合。
• [修改] 优化了训练套件的交互方式
• [增加] 添加模型验证，单元测试模块。

语言技术平台云端服务“语言云”正式上线。

为了与业界同行共同研究和开发中文信息处理核心技术，我中心正式将LTP开源。