这是一个创建于 1467 天前的主题，其中的信息可能已经有所发展或是发生改变。
网上更多的 NLP 资料要么是炼丹论文，要么是《 xxx 算法详解》，几乎没有看到一个完备的文章去介绍一个工业界落地的基础架构设施是什么样的
第 1 条附言 · 2020-11-17 15:21:10 +08:00
从最底层的词库管理等开始，到其上的分词、POS 、NER 等任务，再到分类、摘要、生成等服务，最后到电商、资讯的应用场景，一个 robust 的系统是什么样的？
 |
1
threeEggs123 2020-11-17 14:52:50 +08:00 via Android
sklearn 做了一个模型。然后用 flask，暴露一个 api，搞定了。是做文本分类。部署方式就是 docker 镜像，部署到 ecs 上面去了。
https://zhuanlan.zhihu.com/p/47349497 |
 |
2
lsvih 2020-11-17 14:54:58 +08:00
|
 |
4
andj4cn 2020-11-18 09:10:51 +08:00
@threeEggs123 数据量上来 Flask 会不会表现很差，仅靠单机内存计算的话。
|
 |
5
Morriaty OP 过于真实，全是收藏的🤣
|
|
6
threeEggs123 2020-11-18 12:36:40 +08:00 via Android
@andj4cn 我们的需求是文本多分类，
比如 I love u -> api -> 喜欢。 api 就告诉我们这句话的 tag 是什么。 至于高并发的情况下，我们也考虑到了，部署方式是 ECS，默认三台机器，有对应的扩容缩容策略。负载均衡的平摊 api 请求。数据量上来了，我理解的是高并发哈。。。 |
Select Language