kg baseline pytorch

KG-Baseline-Pytorch

2019 Baidu의 관계 그리기 경쟁, Su Shen의 기준선의 Pytorch 버전, 공동 관계 그리기.

모델

개발 프레임 워크가 Keras+Tensorflow에서 Pytorch로 변경되었다는 점을 제외하고는 Su Shen의 모델과 동일합니다.

Sushen Keras 버전 링크 : https://github.com/bojone/kg-2019-baseline

많은 Su Shen의 코드가 코드에서 재사용되므로 Su Shen에게 감사드립니다!

다음은 Su Shen의 모델 소개의 원본 텍스트입니다.

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 의이 코드를 기반으로 알고리즘 소개 : https://blog.csdn.net/qq_35268841/article/details/107063066

용법

python trans.py 데이터를 변환하고 python main.py 모델을 실행하고 결과를 관찰합니다.

코드는 GPU가 실행해야합니다! CPU를 실행 해야하는 경우 코드의 모든 .cuda() 제거하고 CUDA의 일부 데이터 유형을 일반 데이터 유형으로 변경하십시오.

데이터

데이터는 총 30 개의 샘플 데이터 만 제공합니다. 데이터는 경쟁 관계자가 제공합니다. 필요한 경우 경쟁 조직자에게 문의하십시오.

결과

5 개의 에포크는 0.73에 도달하고 최대 값은 0.75에 도달 할 수 있습니다.

환경

파이썬 3.5+

Pytorch 1.0.1

TQDM

링크

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