kg baseline pytorch
1.0.0
2019 مسابقة رسم العلاقة بين بايدو ، نسخة Pytorch من SU Shen الأساس ، رسم العلاقة المشتركة.
مثل نموذج سو شين ، باستثناء أن إطار التطوير قد تغير من Keras+TensorFlow إلى Pytorch ، والذي يتم مشاركته مع الأصدقاء الذين يستخدمون Pytorch.
رابط إصدار Sushen Keras: https://github.com/bojone/kg-2019-baseline
يتم إعادة استخدام العديد من رموز Su Shen في الكود ، لذلك أود أن أشكر Su Shen أولاً!
فيما يلي النص الأصلي لنموذج سو شين:
用BiLSTM做联合标注，先预测subject，然后根据suject同时预测object和predicate，标注结构是“半指针-半标注”结构，以前也曾介绍过（ https://kexue.fm/archives/5409 ）
标注结构是自己设计的，我看了很多关系抽取的论文，没有发现类似的做法。所以，如果你基于此模型做出后的修改，最终获奖了或者发表paper什么的，烦请注明一下（其实也不是太奢望）
@misc{
jianlin2019bdkg,
title={Hybrid Structure of Pointer and Ragging for Relation Extraction: A Baseline},
author={Jianlin Su},
year={2019},
publisher={GitHub},
howpublished={url{https://github.com/bojone/kg-2019-baseline}},
}
مقدمة إلى الخوارزمية بناءً على هذا الرمز على CSDN: https://blog.csdn.net/qq_35268841/article/details/107063066
python trans.py يحول البيانات ، python main.py يدير النموذج ويلاحظ النتائج.
الرمز يتطلب تشغيل وحدة معالجة الرسومات! إذا كانت وحدة المعالجة المركزية تحتاج إلى تشغيل ، فقم بإزالة جميع .cuda() في الكود وتغيير بعض أنواع البيانات على CUDA إلى أنواع البيانات العادية.
توفر البيانات فقط ما مجموعه 30 قطعة من بيانات العينة. يتم توفير البيانات من قبل مسؤول المنافسة. إذا كنت في حاجة إليها ، يرجى الاتصال بمنظم المنافسة.
5 حقول تصل إلى 0.73 ، ويمكن أن يصل الحد الأقصى إلى 0.75.
بيثون 3.5+
Pytorch 1.0.1
TQDM
