update readme

example/ae/standard/README.md

@@ -35,7 +35,7 @@ git clone git@github.com:zjunlp/DeepKE.git
 
   - `attribute.csv`：存放属性种类
 
-- 开始训练：```python run.py``` (训练所用到参数都在conf文件夹中，修改即可)
+- 开始训练：```python run.py``` (训练所用到参数都在conf文件夹中，修改即可使用lm时，可修改'lm_file'使用下载至本地的模型)
 
 - 每次训练的日志保存在 `logs` 文件夹内，模型结果保存在 `checkpoints` 文件夹内。
 

example/ae/standard/conf/model/lm.yaml

@@ -3,7 +3,7 @@ model_name: lm
 # 当使用预训练语言模型时，该预训练的模型存放位置
 # lm_name = 'bert-base-chinese'  # download usage
 #lm_file: 'pretrained'
-lm_file: '/home/yhy/transformers/bert-base-chinese'
+lm_file: 'bert-base-chinese'
 
 # transformer 层数，初始 base bert 为12层
 # 但是数据量较小时调低些反而收敛更快效果更好

example/re/standard/README.md

@@ -35,7 +35,7 @@ git clone git@github.com:zjunlp/DeepKE.git
 
   - `relation.csv`：存放关系种类
 
-- 开始训练：```python run.py``` (训练所用到参数都在conf文件夹中，修改即可)
+- 开始训练：```python run.py``` (训练所用到参数都在conf文件夹中，修改即可使用lm时，可修改'lm_file'使用下载至本地的模型)
 
 - 每次训练的日志保存在 `logs` 文件夹内，模型结果保存在 `checkpoints` 文件夹内。
 

example/re/standard/conf/model/lm.yaml

@@ -3,7 +3,7 @@ model_name: lm
 # 当使用预训练语言模型时，该预训练的模型存放位置
 # lm_name = 'bert-base-chinese'  # download usage
 #lm_file: 'pretrained'
-lm_file: '/home/yhy/transformers/bert-base-chinese'
+lm_file: 'bert-base-chinese'
 
 # transformer 层数，初始 base bert 为12层
 # 但是数据量较小时调低些反而收敛更快效果更好