kg baseline pytorch
1.0.0
2019 Baidus Beziehungszeichnungswettbewerb, Pytorch -Version von Su Shen's Baseline, Joint Relationship Drawing.
Das gleiche wie das Modell von Su Shen, außer dass sich das Entwicklungsrahmen von Keras+TensorFlow zu Pytorch geändert hat, der mit Freunden geteilt wird, die Pytorch verwenden.
Sushen Keras Version Link: https://github.com/bojone/kg-2019-baseline
Viele Su Shens Codes werden im Code wiederverwendet, daher möchte ich zuerst Su Shen danken!
Das Folgende ist der ursprüngliche Text von Su Shens Modelleinführung:
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}},
}
Einführung in den Algorithmus basierend auf diesem Code auf CSDN: https://blog.csdn.net/qq_35268841/article/details/107063066
python trans.py konvertiert Daten, python main.py führt das Modell aus und beobachtet die Ergebnisse.
Der Code erfordert, dass die GPU ausgeführt wird! Wenn die CPU ausgeführt werden muss, entfernen Sie alle .cuda() im Code und ändern Sie einige Datentypen auf CUDA auf normale Datentypen.
Die Daten liefern nur insgesamt 30 Stichprobendaten. Die Daten werden vom Wettbewerbsbeamten bereitgestellt. Wenn Sie es benötigen, wenden Sie sich bitte an den Veranstalter des Wettbewerbs.
5 Epochen erreichen 0,73 und das Maximum kann 0,75 erreichen.
Python 3.5+
Pytorch 1.0.1
tqdm
