K BERT

К-Берт

Код сорня и наборы данных для «K-Bert: включение языкового представления с помощью графика знаний», которое реализовано на основе фреймворка UER.

Новости

• EasyNlp интегрировал K-Bert. Для получения подробной информации см. EasyNlp 集成 k-bert 算法 借助知识图谱实现更优 借助知识图谱实现更优 finetune.

Требования

Программное обеспечение:

 Python3
Pytorch >= 1.0
argparse == 1.1

Подготовить

• Загрузите google_model.bin отсюда и сохраните его в models/ каталог.
• Загрузите CnDbpedia.spo отсюда и сохраните его в brain/kgs/ каталог.
• Необязательно - Загрузите наборы данных для оценки отсюда, раскрыть и поместите их в datasets/ каталог.

Дерево каталогов К-Берта:

 K-BERT
├── brain
│   ├── config.py
│   ├── __init__.py
│   ├── kgs
│   │   ├── CnDbpedia.spo
│   │   ├── HowNet.spo
│   │   └── Medical.spo
│   └── knowgraph.py
├── datasets
│   ├── book_review
│   │   ├── dev.tsv
│   │   ├── test.tsv
│   │   └── train.tsv
│   ├── chnsenticorp
│   │   ├── dev.tsv
│   │   ├── test.tsv
│   │   └── train.tsv
│    ...
│
├── models
│   ├── google_config.json
│   ├── google_model.bin
│   └── google_vocab.txt
├── outputs
├── uer
├── README.md
├── requirements.txt
├── run_kbert_cls.py
└── run_kbert_ner.py

K-Bert для классификации текста

Пример классификации

Запустите пример в обзоре книг с CNBPedia:

CUDA_VISIBLE_DEVICES= ' 0 ' nohup python3 -u run_kbert_cls.py 
    --pretrained_model_path ./models/google_model.bin 
    --config_path ./models/google_config.json 
    --vocab_path ./models/google_vocab.txt 
    --train_path ./datasets/book_review/train.tsv 
    --dev_path ./datasets/book_review/dev.tsv 
    --test_path ./datasets/book_review/test.tsv 
    --epochs_num 5 --batch_size 32 --kg_name CnDbpedia 
    --output_model_path ./outputs/kbert_bookreview_CnDbpedia.bin 
    > ./outputs/kbert_bookreview_CnDbpedia.log &

Результаты:

 Best accuracy in dev : 88.80%
Best accuracy in test: 87.69%

Параметры run_kbert_cls.py :

 useage: [--pretrained_model_path] - Path to the pre-trained model parameters.
        [--config_path] - Path to the model configuration file.
        [--vocab_path] - Path to the vocabulary file.
        --train_path - Path to the training dataset.
        --dev_path - Path to the validating dataset.
        --test_path - Path to the testing dataset.
        [--epochs_num] - The number of training epoches.
        [--batch_size] - Batch size of the training process.
        [--kg_name] - The name of knowledge graph, "HowNet", "CnDbpedia" or "Medical".
        [--output_model_path] - Path to the output model.

Классификационные тесты

Точность (dev/test %) в разных наборах данных:

Набор данных	HOWET	Cndbpedia
Обзор книги	88,75/87,75	88,80/87,69
Chnsenticorp	95,00/95,50	94,42/95,25
Покупки	97.01/96.92	96,94/96,73
Вейбо	98.22/98.33	98.29/98.33
LCQMC	88.97/87.14	88.91/87.20
Xnli	77.11/77.07	76,99/77,43

K-Bert для распознавания сущности (NER)

Пример

Запустите пример на наборе данных MSRA_NER с CNDBPedia:

 CUDA_VISIBLE_DEVICES='0' nohup python3 -u run_kbert_ner.py 
    --pretrained_model_path ./models/google_model.bin 
    --config_path ./models/google_config.json 
    --vocab_path ./models/google_vocab.txt 
    --train_path ./datasets/msra_ner/train.tsv 
    --dev_path ./datasets/msra_ner/dev.tsv 
    --test_path ./datasets/msra_ner/test.tsv 
    --epochs_num 5 --batch_size 16 --kg_name CnDbpedia 
    --output_model_path ./outputs/kbert_msraner_CnDbpedia.bin 
    > ./outputs/kbert_msraner_CnDbpedia.log &

Результаты:

 The best in dev : precision=0.957, recall=0.962, f1=0.960
The best in test: precision=0.953, recall=0.959, f1=0.956

Параметры run_kbert_ner.py :

 useage: [--pretrained_model_path] - Path to the pre-trained model parameters.
        [--config_path] - Path to the model configuration file.
        [--vocab_path] - Path to the vocabulary file.
        --train_path - Path to the training dataset.
        --dev_path - Path to the validating dataset.
        --test_path - Path to the testing dataset.
        [--epochs_num] - The number of training epoches.
        [--batch_size] - Batch size of the training process.
        [--kg_name] - The name of knowledge graph.
        [--output_model_path] - Path to the output model.

K-bert для задач, специфичных для доменов

Результаты эксперимента по задачам, специфичным для домена (точность/Remeply/F1 %):

КГ	Finance_qa	Law_qa	Finance_ner	Medicine_ner
HOWET	0,805/0,888/0,845	0,842/0,903/0,871	0,860/0,888/0,874	0,935/0,939/0,937
CN-Dbpedia	0,814/0,881/0,846	0,814/0,942/0,874	0,860/0,887/0,873	0,935/0,937/0,936
Medicalkg	-	-	-	0,944/0,943/0,944

Подтверждение

Эта работа является совместным исследованием при поддержке Пекинского университета и Tencent Inc.

Если вы используете этот код, указать эту статью:

 @inproceedings{weijie2019kbert,
  title={{K-BERT}: Enabling Language Representation with Knowledge Graph},
  author={Weijie Liu, Peng Zhou, Zhe Zhao, Zhiruo Wang, Qi Ju, Haotang Deng, Ping Wang},
  booktitle={Proceedings of AAAI 2020},
  year={2020}
}