kg baseline pytorch

kg-baseline-pytorch

2019 Baiduの関係描画競争、Su ShenのベースラインのPytorchバージョン、共同関係図。

モデル

Su Shenのモデルと同じですが、開発フレームワークがKeras+TensorflowからPytorchを使用している友人と共有されていることを除きます。

Sushen Kerasバージョンリンク：https：//github.com/bojone/kg-2019-baseline

多くのSu Shenのコードがコードで再利用されているので、最初にSu Shenに感謝したいと思います！

以下は、Su Shenのモデルの紹介の元のテキストです。

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}},
}

csdnのこのコードに基づくアルゴリズムの紹介：https：//blog.csdn.net/qq_35268841/article/details/107063066

使用法

python trans.pyデータを変換し、 python main.pyモデルを実行し、結果を観察します。

コードでは、GPUを実行する必要があります！ CPUを実行する必要がある場合は、コード内のすべての.cuda()を削除し、CUDAのデータ型を通常のデータ型に変更します。

データ

データは、合計30個のサンプルデータのみを提供します。このデータは、競争の役人によって提供されます。必要な場合は、コンペティションオーガナイザーに連絡してください。

結果

5エポックは0.73に達し、最大値は0.75に達することができます。

環境

Python 3.5+

Pytorch 1.0.1

TQDM

リンク

• https://github.com/bojone/kg-2019-baseline
• https://pytorch.org/