Github一週熱門項目總結：自然語言處理Python庫spaCy最熱！

過去一週，Github上最熱門的項目當屬自然語言處理Python庫spaCy，該項目最近更新到了2.0版本。SpaCy是一個基於自然語言處理研究創建的開源項目，目的是最終將其用於真實的產品和解決方案。2.0版本增加了幾個新功能，包括新的神經網絡模型，支持更多的語言和改進的文檔。

SpaCy的作者Matthew Honnibal在發行說明中寫道，新版本通過最新的深度學習技術對spaCy進行了更新，並使得在可擴展的雲計算工作流程中運行spaCy變得更加容易。

新版本包含了13種神經網絡模型，可用於七種以上語言。它還增加了對八種新語言（英語，德語，西班牙語，葡萄牙語，法語，意大利語，荷蘭語和多語言NER）的Alpha標記化支持。它使用bloom嵌入策略來支持小表中的大型詞彙表。核心神經網絡模型具有詞性標籤，依賴標籤和命名實體，小型模型將僅具有上下文特定的標記向量，而中等模型將具有詞向量。

對於這個版本，大部分使用指南，API文檔和代碼示例都被重寫了。該文檔包含有關自定義處理管道，可視化工具，培訓教程，單詞向量和基於規則的匹配信息。現在有一個spaCy 101指南，其中包含重要概念的解釋和說明以及庫的特色總結。

自從一個星期前更新到2.0版以來，已經發布了2.0.3版以解決一些bug，甚至通過添加視頻，更新培訓提示和建議等部分來進一步更新文檔。

Github上週其他五大熱門項目（根據Trending排行榜得出，感興趣可直接在Github中搜索項目名稱獲取詳細信息）：

• Git flight rules：使用Git的程序員指南。如果事情出錯，開發人員可以通過該項目看看可以做什麼。

• State of the art result for machine learning problems：正如名稱所述，SoTA可以解決所有機器學習問題。

• Node best practices：Node.js最佳實踐列表

• JS code to SVG flowchart：用於將JS代碼轉換成SVG流程圖的可視化庫。

• Tensorflow：機器學習開源軟件庫。