kg baseline pytorch
1.0.0
Concours de dessin relationnel de Baidu 2019, version pytorch de la ligne de base de Su Shen, dessin de relations conjointes.
Le modèle de Su Shen, sauf que le cadre de développement est passé de Keras + Tensorflow à Pytorch, qui est partagé avec des amis qui utilisent Pytorch.
Lien de version Sushen Keras: https://github.com/bojone/kg-2019-baseline
De nombreux codes de Su Shen sont réutilisés dans le code, donc je tiens à remercier d'abord Su Shen!
Ce qui suit est le texte original de l'introduction du modèle de Su Shen:
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}},
}
Introduction à l'algorithme basé sur ce code sur CSDN: https://blog.csdn.net/qq_35268841/article/details/107063066
python trans.py convertit les données, python main.py exécute le modèle et observe les résultats.
Le code nécessite que le GPU s'exécute! Si le CPU doit être exécuté, supprimez tous .cuda() dans le code et modifiez certains types de données sur CUDA en types de données normaux.
Les données ne fournissent qu'un total de 30 éléments de données d'échantillon. Les données sont fournies par le responsable du concours. Si vous en avez besoin, veuillez contacter l'organisateur du concours.
5 époques atteignent 0,73 et le maximum peut atteindre 0,75.
Python 3.5+
Pytorch 1.0.1
tqdm
