Kompetisi Menggambar Hubungan Baidu 2019, versi Pytorch dari Baseline Su Shen, menggambar hubungan bersama.
Sama seperti model Su Shen, kecuali bahwa kerangka kerja pengembangan telah berubah dari Keras+Tensorflow ke Pytorch, yang dibagikan dengan teman -teman yang menggunakan Pytorch.
Tautan versi Sushen Keras: https://github.com/bojone/kg-2019-baseline
Banyak kode Su Shen digunakan kembali dalam kode, jadi saya ingin mengucapkan terima kasih kepada Su Shen First!
Berikut ini adalah teks asli dari Pengenalan Model 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}},
}
Pengantar algoritma berdasarkan kode ini di CSDN: https://blog.csdn.net/qq_35268841/article/details/107063066
python trans.py mengonversi data, python main.py menjalankan model dan mengamati hasilnya.
Kode mengharuskan GPU untuk dijalankan! Jika CPU perlu dijalankan, hapus semua .cuda() dalam kode dan ubah beberapa tipe data pada CUDA ke tipe data normal.
Data hanya menyediakan total 30 buah data sampel. Data disediakan oleh pejabat kompetisi. Jika Anda membutuhkannya, silakan hubungi penyelenggara kompetisi.
5 zaman mencapai 0,73, dan maksimum dapat mencapai 0,75.
Python 3.5+
Pytorch 1.0.1
TQDM