当前位置: 首页 > news >正文

RapidMiner如何利用Hugging Face中的模型实现更有趣的事

图片

RapidMiner Studio最新发布的功能更新,重点是嵌入Hugging Face和Open AI,Hugging face中含有大量的可用模型,包含翻译、总结、文本生成等等强大的模型,Open AI更不必说了,生成界的鼻祖。那么今天主要介绍一下RapidMiner Studio如何利用Hugging Face中的模型实现更有趣的事情。

首先来下载模型,这里的模型也是需要您的电脑能够科学上网,这个模型是我们国外的同事邮件给到小编的。

图片

模型小编直接放到本地了,下载一次终身使用,内网的小伙伴也可以直接把模型拷贝进内网进行使用。

01、翻译功能

利用Hugging Face模型,RapidMiner Studio现在可以实现多种语言间的互译。用户只需输入待翻译的文本,选择源语言和目标语言的模型,即可获得高质量的翻译结果。

使用方法:在RapidMiner Studio界面中选择“Translation”的模型,选择待翻译文本文件或者直接输入文本,选择源语言和目标语言的模型,点击”RUN”按钮,即可获得翻译结果。

图片

实际效果:经过测试,RapidMiner Studio的翻译功能在多种语言间表现出了很高的翻译准确性和流畅性,可以满足大部分用户的翻译需求。

图片

对于新闻工作者来说,这实际上是一项极好的福利。每天晚上,他们可以抓取网站上的最新外国文本,并自动运行在Altair RapidMiner中的模型。到了早晨,他们就可以直接浏览最新的资讯了。

02、总结功能

通过Hugging Face模型,RapidMiner Studio可以实现对长文本的自动总结。用户只需输入待总结的文本,系统将自动提取关键信息,生成简洁明了的总结。

使用方法:在RapidMiner Studio界面中选择“Summarization”功能,输入待总结文本,点击“RUN”按钮,即可获得自动总结结果。

图片

实际效果:经测试,RapidMiner Studio的总结功能能够准确提取文本中的关键信息,生成具有可读性和概括性的总结,极大地方便了用户快速了解文本内容。

图片

同样以新闻工作者为例,抓取文章-翻译-总结,很清晰地就看到了。

通过以上两个介绍,我们可以看到RapidMiner Studio×Hugging Face模型为用户提供了很多有趣且有用的模型,当然不止这些,包括语言生成的模型均可以利用RapidMiner进行调用。这些模型不仅可以提高用户处理文本数据的效率,还有助于拓展用户在自然语言处理领域的应用能力。

如果您是一名数据处理和分析的从业者或爱好者,不妨尝试一下RapidMiner Studio的新功能,体验一下它带来的便捷和高效!


全球生成式人工智能领先技术,尽在 6 月 20 日,全球线上会议“AI for Engineers

会议将邀请全球知名设计、仿真和制造领域的专家与权威学者,共同探讨生成式人工智能(GenAI) 如何助力产品设计研发,议题涵盖:

  • AI驱动设计创新:探索 AI 如何实现设计探索自动化、提高产品性能并促进可持续发展。

  • AI助力仿真发展:探索如何将 AI 集成到仿真工具中,以实现更快、更准确的预测和虚拟原型设计。

  • AI推动智能智造:了解 AI 如何在智能制造环境中优化生产流程、减少浪费并确保质量控制

欢迎扫描二维码立即免费报名


关于 Altair RapidMiner 

Altair RapidMiner 数据分析与人工智能平台,是 Altair 澳汰尔公司旗下仿真、HPC 和数据分析三块主营业务中的解决方案,它在数据分析领域最早实现将自动化数据科学、文本分析、自动特征工程和深度学习等多种功能同时集成的一站式数据分析平台,帮助用户解决从数据清洗、准备、数据科学建模到模型管理和部署,同时又支持数据和流数据的实时分析可视化的数据分析平台。

欲了解更多信息,欢迎访问:www.altair.com.cn

图片

http://www.lryc.cn/news/362813.html

相关文章:

  • Vue3 自定义Hooks函数的封装
  • python的DataFrame和Series
  • ARP欺骗的原理与详细步骤
  • 25、DHCP FTP
  • spark学习记录-spark基础概念
  • BGP数据包+工作过程
  • 【C语言】详解函数(庖丁解牛版)
  • createAsyncThunk完整用法介绍
  • [书生·浦语大模型实战营]——第六节 Lagent AgentLego 智能体应用搭建
  • Word文档如何设置限制编辑和解除限制编辑操作
  • IO进程线程(六)进程
  • 机器视觉——找到物块中心点
  • 重磅消息! Stable Diffusion 3将于6月12日开源 2B 版本的模型,文中附候补注册链接。
  • Python报错:AttributeError: <unknown>.DeliveryStore 获取Outlook邮箱时报错
  • 如何 Logrus IT 的质量评估门户帮助提升在线商店前端(案例研究)
  • 程序调试
  • 深度学习-07-反向传播的自动化
  • 四川景源畅信:抖音做直播有哪些人气品类?
  • 闲鱼无货源-高级班,最全·最新·最干,紧贴热点 深度学习(17节课)
  • 力扣 739. 每日温度
  • 工业网关有效解决企业在数据采集、传输和整合方面的痛点问题-天拓四方
  • 金融壹账通的“新机遇” 用科技赋能助力金融机构做大做强“五篇大文章
  • Day 42 LVS四层负载均衡
  • 【源码】源码物品销售系统多种支付接口出售源码轻松赚钱
  • 图像操作的基石Numpy
  • 如何利用exceljs将data数据导出表格实现日期去重,同时保留对应日期的每一列数据
  • [C#]使用C#部署yolov8-seg的实例分割的tensorrt模型
  • 写个删除obj文件夹、bin文件夹的小工具
  • 【多目标跟踪】《FlowMOT: 3D Multi-Object Tracking by Scene Flow Association》论文阅读笔记
  • python长方形周长面积 2024年3月青少年编程电子学会python编程等级考试二级真题解析