kg baseline pytorch

kg-baseline-pytorch

2019百度的關係抽取比賽，Pytorch版蘇神的baseline，聯合關係抽取。

模型

與蘇神的模型相同，只不過開發框架由Keras+Tensorflow變成了Pytorch，給使用Pytorch的小伙伴分享。

蘇神Keras版鏈接：https://github.com/bojone/kg-2019-baseline

代碼中復用了許多蘇神的代碼，因此首先對蘇神表示感謝！

以下為蘇神模型介紹原文：

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上基於本代碼的算法簡介：https://blog.csdn.net/qq_35268841/article/details/107063066

用法

python trans.py轉換數據， python main.py跑模型並觀察結果。

代碼需要GPU運行！若需要CPU運行則去掉代碼中所有的.cuda()並將一些cuda上的數據類型改為普通數據類型即可。

數據

數據只提供了共30條示例數據。數據由比賽官方提供，如有需要請聯繫比賽主辦方。

結果

5個epoch到達0.73，最高能到0.75。

環境

Python 3.5+

Pytorch 1.0.1

tqdm

鏈接

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