图灵汇官网

在过去的一周里，GitHub上最受欢迎的项目之一是自然语言处理Python库spaCy，该库刚刚更新到了2.0版本。SpaCy是一个开源项目，基于自然语言处理的研究成果，旨在最终应用于实际产品和解决方案。新版spaCy引入了多个新功能，如新的神经网络模型、支持更多语言以及优化后的文档。

SpaCy的开发者Matthew Honnibal在发布说明中提到，新版本利用了最新的深度学习技术进行了更新，使spaCy在可扩展的云计算工作流程中运行得更加顺畅。

新版spaCy包含了13种神经网络模型，支持七种以上的语言。此外，它还增加了对八种新语言的支持，包括英语、德语、西班牙语、葡萄牙语、法语、意大利语、荷兰语和多语言命名实体识别（NER）。它采用了bloom嵌入策略，以适应较小的数据集中的大型词汇表。核心神经网络模型包括词性标注、依存关系标注和命名实体识别功能，而小型模型则只包含上下文相关的标记向量，中型模型则会包含词向量。

为了配合新版本，大部分使用指南、API文档和代码示例都进行了重写。文档中提供了关于自定义处理管道、可视化工具、训练教程、词向量和基于规则的匹配信息等内容。现在还有一份spaCy 101指南，涵盖了关键概念的解释以及库的主要特性概述。

自一周前更新至2.0版本以来，已发布了2.0.3版本，以修复一些错误，并通过添加视频、更新培训提示和建议等方式进一步完善文档。

以下是上周GitHub上另外五个热门项目（根据Trending排行榜选出，感兴趣的读者可以直接在GitHub上搜索项目名称获取更多信息）：

• Git Flight Rules：一个面向使用Git的开发者的指南，当出现问题时，可以通过该项目找到可能的解决方法。

• State of the Art Result for Machine Learning Problems：正如其名，该项目提供了解决各种机器学习问题的最佳实践。

• Node Best Practices：一份关于Node.js最佳实践的清单。

• JS Code to SVG Flowchart：一个将JavaScript代码转换为SVG流程图的可视化库。

• TensorFlow：一个用于机器学习的开源软件库。