72 lines
2.6 KiB
Markdown
72 lines
2.6 KiB
Markdown
|
# Deepke
|
|||
|
|
|
|||
|
|
deepke 是基于 Pytorch 的中文关系抽取处理套件。
|
|||
|
|
|
|||
|
|
## 环境依赖:
|
|||
|
|
|
|||
|
|
- python >= 3.6
|
|||
|
|
- torch >=1.0
|
|||
|
|
- jieba >= 0.39
|
|||
|
|
- scikit_learn >= 0.21
|
|||
|
|
- pytorch_transformers>=1.0
|
|||
|
|
|
|||
|
|
|
|||
|
|
## 主要目录
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
├── checkpoints # 保存训练后的模型参数
|
|||
|
|
├── data # 数据目录
|
|||
|
|
│ ├── origin # 训练使用的原始数据集
|
|||
|
|
│ ├── train.csv # 训练数据集
|
|||
|
|
│ ├── test.csv # 测试数据集
|
|||
|
|
│ ├── relation.txt # 关系种类
|
|||
|
|
├── model # 模型目录
|
|||
|
|
│ ├── __init__.py
|
|||
|
|
│ ├── BasicModule.py # 模型基本配置
|
|||
|
|
│ ├── Embedding.py # Embeddding 模块
|
|||
|
|
│ ├── CNN.py # CNN & PCNN 模型
|
|||
|
|
│ ├── BiLSTM.py # BiLSTM 模型
|
|||
|
|
│ ├── Transformer.py # Transformer 模型
|
|||
|
|
│ ├── Capsule.py # Capsule 模型
|
|||
|
|
│ ├── Bert.py # 语言预训练 模型
|
|||
|
|
├── src
|
|||
|
|
│ ├── config.py # 配置文件
|
|||
|
|
│ ├── vocab.py # 词汇表构建函数
|
|||
|
|
│ ├── process.py # 训练前预处理数据
|
|||
|
|
│ ├── dataset.py # 训练时批处理输入数据
|
|||
|
|
│ ├── trainer.py # 训练迭代函数
|
|||
|
|
│ ├── utils.py # 工具函数
|
|||
|
|
├── main.py # 主入口文件
|
|||
|
|
├── README.md # read me 文件
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
## 快速开始
|
|||
|
|
|
|||
|
|
数据为 csv 文件，样式范例为：
|
|||
|
|
|
|||
|
|
|
|||
|
|
sentence|relation|head|head_type|head_offset|tail|tail_type|tail_offset
|
|||
|
|
:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:
|
|||
|
|
谢万松，字树人，湖北省武汉市人，武汉钢铁集团公司联合焦化公司退体职工，生于1940年|出生地|谢万松|人物|0|湖北省武汉市|地点|8
|
|||
|
|
《娘家的故事第二部》是张玲执导，林在培、何赛飞等主演的电视剧|导演|娘家的故事第二部|影视作品|1|张玲|人物|11
|
|||
|
|
九玄珠是在纵横中文网连载的一部小说，作者是龙马|连载网站|九玄珠|网络小说|0|纵横中文网|网站|5
|
|||
|
|
个人简介梁信强，男，2010年广州亚运会中国澳门代表团成员|国籍|梁信强|人物|4|中国|国家|20
|
|||
|
|
|
|||
|
|
- 安装依赖： `pip install -r requirements.txt`
|
|||
|
|
|
|||
|
|
- 存放数据：在 `data/origin` 文件夹下存放训练数据。训练文件主要有三个文件。
|
|||
|
|
|
|||
|
|
- `train.csv`：存放训练数据集
|
|||
|
|
|
|||
|
|
- `valid.csv`：存放验证数据集
|
|||
|
|
|
|||
|
|
- `relation.txt`：存放关系种类
|
|||
|
|
|
|||
|
|
- 开始训练：python main.py
|
|||
|
|
|
|||
|
|
- 每次训练的结果会保存在 `checkpoints` 文件夹下，格式为：`{model_name}_{epoch}_{time}.pth`。
|
|||
|
|
|
|||
|
|
## 具体介绍
|
|||
|
|
|
|||
|
|
见 [wiki](https://github.com/zjunlp/deepke/wiki)
|