facebookresearch/vizseq

VizSeq – 文字生成的可視化分析工具包

它是什麼 – VizSeq 是一個 Python 函式庫，幫助研究人員和工程師檢查任何文字生成系統（機器翻譯、摘要、圖像描述、語音翻譯、影片描述等）的輸出。它接收來源資料、參考文字和模型預測，計算一系列自動指標，並在互動式視覺化中呈現結果，可從 Jupyter 筆記本或輕量級 Web 應用程式中進行探索。

為什麼重要 – 現代生成模型產生大量輸出，而原始指標分數（BLEU、ROUGE、BERTScore 等）往往掩蓋了系統性錯誤。VizSeq 讓您可以瀏覽範例、並排比較多個系統，並深入查看逐句分數、錯誤類型和基於嵌入的相似度，所有這些都透過多處理加速。這加快了除錯、模型選擇和論文寫作。

主要功能

• 多模態支援 – 適用於純文字、圖像描述、語音/音訊檔案和影片描述資料。
• 豐富的指標套件 – 經典 n-gram 指標（BLEU、METEOR、TER、ROUGE、CIDEr 等）以及基於嵌入的分數（LASER、BERTScore）。所有指標均並行化以提高速度。
• 互動式視覺化 – 筆記本顯示可排序表格、散點圖和逐範例檢視；捆綁的 Web 伺服器在瀏覽器中提供相同的 UI。
• Fairseq 整合 – 直接插入 Facebook 的 Fairseq 訓練流程，無需額外轉換程式碼即可視覺化結果。
• 可擴充 – 可選附加功能可新增音訊處理、Google 翻譯查詢或需要 PyTorch 的重型嵌入評分器。

典型工作流程

1. 安裝套件（pip install vizseq）以及您需要的任何可選附加功能。
2. 準備一個包含以下內容的資料夾：
   • 來源檔案（文字、圖像路徑、音訊檔案等）
   • 參考文字
   • 模型預測
3. 執行提供的評分器（例如 vizseq-score）以產生 JSON/TSV 報告。
4. 啟動視覺化器：
   • 在筆記本中：import vizseq; vizseq.show(report_path)
   • 或啟動 Web 伺服器：vizseq-server --port 9001 --data-root ./examples/data 並在瀏覽器中開啟 URL。
5. 使用 UI 按分數篩選、按長度排序、比較多個系統，並為論文匯出圖表。

安裝

# 核心套件（Python 3.11+）
pip install vizseq

# 可選附加功能（依需求選擇）
pip install vizseq[embeddings]   # LASER、BERTScore（新增 torch）
pip install vizseq[audio]        # .wav/.flac/.sph 支援
pip install vizseq[translate]    # Google 翻譯 API
pip install vizseq[all]          # 全部

您也可以在複製儲存庫後使用 pip install -e . 從原始碼安裝。

文件和範例 – 該專案託管了完整的文件網站（https://facebookresearch.github.io/vizseq），提供基本用法、多模態 MT、多語言 MT 和語音翻譯的逐步筆記本。還提供了快速入門 Web 應用程式示範。

授權 – MIT（寬鬆，商業友善）。

引用 – 如果您在出版物中使用 VizSeq，請引用 EMNLP-2019 系統示範：

@inproceedings{wang2019vizseq,
  title = {VizSeq: A Visual Analysis Toolkit for Text Generation Tasks},
  author = {Changhan Wang and Anirudh Jain and Danlu Chen and Jiatao Gu},
  booktitle = {Proceedings of EMNLP 2019: System Demonstrations},
  year = {2019}
}

聯絡方式 – Changhan Wang（changhan@fb.com）和 Jiatao Gu（jgu@fb.com）。