kg baseline pytorch
1.0.0
2019 Competição de desenho de relacionamento de Baidu, versão Pytorch da linha de base de Su Shen, desenho de relacionamento conjunto.
O mesmo que o modelo de Su Shen, exceto que a estrutura de desenvolvimento mudou de Keras+Tensorflow para Pytorch, que é compartilhado com amigos que usam Pytorch.
Link de versão do Sushen Keras: https://github.com/bojone/kg-2019-baseline
Muitos códigos de Su Shen são reutilizados no código, então eu gostaria de agradecer a Su Shen primeiro!
A seguir, é apresentado o texto original da introdução do modelo 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}},
}
Introdução ao algoritmo com base neste código no CSDN: https://blog.csdn.net/qq_35268841/article/details/107063066
python trans.py converte dados, python main.py executa o modelo e observa os resultados.
O código exige que a GPU seja executada! Se a CPU precisar ser executada, remova todos os .cuda() no código e altere alguns tipos de dados no CUDA para tipos de dados normais.
Os dados fornecem apenas um total de 30 peças de dados de amostra. Os dados são fornecidos pelo funcionário da competição. Se precisar, entre em contato com o organizador da competição.
5 épocas atingem 0,73 e o máximo pode atingir 0,75.
Python 3.5+
Pytorch 1.0.1
TQDM
