gcn over pruned trees

修剪依赖树的图形卷积以提取关系

该回购包含用于修剪依赖树的纸张图卷积的Pytorch代码改善关系提取。

本文/代码通过修剪依赖树引入图形卷积神经网络（GCN），以提取关系提取。还引入了一种特殊的树修剪技术，称为中心修剪，以消除树木中的无关信息，同时最大程度地维护相关信息。与诸如基于LSTM的各种模型之类的序列模型相比，该GCN模型利用依赖性结构来桥接远程单词，因此改善了长期关系的性能。与以前的递归模型（例如Treelstm）相比，该GCN模型的性能更好，同时是平行的电动器，因此更有效。

有关模型体系结构的概述，请参见下文：

要求

• Python 3（在3.6.5上测试）
• Pytorch（在0.4.0上测试）
• TQDM
• 解压缩，wget（仅用于下载）

准备

该代码要求您可以访问Tacred数据集（需要LDC许可证）。 Tacred数据集目前定于2018年12月通过LDC公开发布。有关早期访问此数据的可能性，请通过yuhao.zhang ~at~ stanford.edu我们联系。拥有Tacred数据后，请将JSON文件放在目录dataset/tacred下。为了完整性，我们仅在此存储库中包括来自Tacred数据集的示例数据文件。

首先，从斯坦福NLP Group网站下载和开启拉链手套向量，with：

 chmod +x download.sh; ./download.sh

然后用以下方式准备词汇和初始单词向量

 python prepare_vocab.py dataset/tacred dataset/vocab --glove_dir dataset/glove

这将在DIR dataset/vocab中将词汇和单词向量写为numpy矩阵。

训练

要训​​练图形卷积神经网络（GCN）模型，请运行：

 bash train_gcn.sh 0

模型检查点和日志将保存到./saved_models/00 。

要训​​练上下文化的GCN（C-GCN）模型，请运行：

 bash train_cgcn.sh 1

模型检查点和日志将保存到./saved_models/01 。

有关使用其他参数的详细信息，例如修剪距离K，请参阅train.py 。

评估

要在测试集上进行评估，请运行：

 python eval.py saved_models/00 --dataset test

默认情况下，这将使用best_model.pt文件。使用--model checkpoint_epoch_10.pt指定模型检查点文件。

再培训

重新加载预据审计的模型并进行芬太尼，运行：

 python train.py --load --model_file saved_models/01/best_model.pt --optim sgd --lr 0.001

相关回购

本文还包括与位置感知注意力LSTM（PA-LSTM）模型的比较。要复制相应的结果，请参阅此回购。

引用

 @inproceedings{zhang2018graph,
 author = {Zhang, Yuhao and Qi, Peng and Manning, Christopher D.},
 booktitle = {Empirical Methods in Natural Language Processing (EMNLP)},
 title = {Graph Convolution over Pruned Dependency Trees Improves Relation Extraction},
 url = {https://nlp.stanford.edu/pubs/zhang2018graph.pdf},
 year = {2018}
}

执照

此软件包中包含的所有工作均根据Apache许可证版本2.0授予许可。请参阅随附的许可证文件。