Update Notebooks

This commit is contained in:
xxupiano 2022-01-06 11:32:51 +00:00
parent 7193ff8393
commit d46283d767
14 changed files with 29 additions and 91 deletions

View File

@ -1,4 +0,0 @@
attribute,index
None,0
民族,1
字,2
1 attribute index
2 None 0
3 民族 1
4 2

View File

@ -1,3 +0,0 @@
sentence,attribute,entity,entity_offset,attribute_value,attribute_value_offset,len,tokens,dependency
柳为易1989年5月出生中共党员 ,汉族,重庆市人,民族,柳为易,0,汉族,22,17,"['柳为', '易', '', '女', '', '1989', '年', '5', '月', '出生', '', '中共党员', '', '汉族', '', '重庆市', '人']","[1, 1, 12, 1, 12, 1, 10, 1, 1, 1, 12, 16, 12, 15, 12, 1, 13]"
庄肇奎 1728-1798 榜姓杜,字星堂,号胥园,江苏武进籍,浙江秀水(今嘉兴)人,字,庄肇奎,0,星堂,23,23,"['庄肇奎', '', '1728', '-', '1798', '', '榜姓', '杜', '', '字星堂', '', '号', '胥园', '', '江苏', '武进', '籍', '', '浙江', '秀水', '', '今', '嘉兴', '', '人']","[1, 9, 1, 1, 1, 11, 1, 1, 12, 1, 12, 1, 1, 12, 1, 1, 1, 12, 1, 1, 9, 1, 1, 11, 13]"
1 sentence attribute entity entity_offset attribute_value attribute_value_offset len tokens dependency
2 柳为易,女,1989年5月出生,中共党员 ,汉族,重庆市人 民族 柳为易 0 汉族 22 17 ['柳为', '易', ',', '女', ',', '1989', '年', '5', '月', '出生', ',', '中共党员', ',', '汉族', ',', '重庆市', '人'] [1, 1, 12, 1, 12, 1, 10, 1, 1, 1, 12, 16, 12, 15, 12, 1, 13]
3 庄肇奎 (1728-1798) 榜姓杜,字星堂,号胥园,江苏武进籍,浙江秀水(今嘉兴)人 庄肇奎 0 星堂 23 23 ['庄肇奎', '(', '1728', '-', '1798', ')', '榜姓', '杜', ',', '字星堂', ',', '号', '胥园', ',', '江苏', '武进', '籍', ',', '浙江', '秀水', '(', '今', '嘉兴', ')', '人'] [1, 9, 1, 1, 1, 11, 1, 1, 12, 1, 12, 1, 1, 12, 1, 1, 1, 12, 1, 1, 9, 1, 1, 11, 13]

View File

@ -1,5 +0,0 @@
sentence,attribute,entity,entity_offset,attribute_value,attribute_value_offset,len,tokens,dependency
苏轼10371101年字子瞻又字和仲号“东坡居士”眉州眉山即今四川眉州是宋代北宋著名的文学家、书画家,字,苏轼,0,和仲,21,42,"['苏轼', '', '1037', '', '1101', '年', '', '', '字子', '瞻', '', '又', '字', '和', '仲', '', '号', '“', '东坡', '居士', '”', '', '眉州', '眉山', '', '即', '今', '四川', '眉州', '', '人', '', '是', '宋代', '', '北宋', '', '著名', '的', '文学家', '、', '书画家']","[1, 9, 1, 1, 1, 10, 11, 12, 1, 1, 12, 1, 1, 1, 1, 12, 1, 1, 1, 1, 1, 12, 1, 1, 9, 1, 1, 1, 1, 11, 13, 12, 1, 1, 9, 1, 11, 1, 1, 1, 1, 1]"
屈中乾,男,汉族,中共党员,特级教师,民族,屈中乾,0,汉族,6,10,"['屈中', '乾', '', '男', '', '汉族', '', '中共党员', '', '特级教师']","[1, 1, 12, 14, 12, 15, 12, 16, 12, 1]"
黄向静汉族1965年5月生大学学历1986年17月参加工作中共党员身体健康,民族,黄向静,0,汉族,6,24,"['黄向静', '', '女', '', '汉族', '', '1965', '年', '5', '月生', '', '大学', '学历', '', '1986', '年', '17', '月', '参加', '工作', '', '中共党员', '', '身体健康']","[1, 12, 1, 12, 15, 12, 1, 10, 1, 1, 12, 1, 1, 12, 1, 10, 1, 1, 1, 1, 12, 16, 12, 1]"
司马懿,字仲达,河南温县人,字,司马懿,0,仲达,5,7,"['司马懿', '', '字仲达', '', '河南', '温县', '人']","[1, 12, 1, 12, 1, 1, 13]"
1 sentence attribute entity entity_offset attribute_value attribute_value_offset len tokens dependency
2 苏轼(1037~1101年),字子瞻,又字和仲,号“东坡居士”,眉州眉山(即今四川眉州)人,是宋代(北宋)著名的文学家、书画家 苏轼 0 和仲 21 42 ['苏轼', '(', '1037', '~', '1101', '年', ')', ',', '字子', '瞻', ',', '又', '字', '和', '仲', ',', '号', '“', '东坡', '居士', '”', ',', '眉州', '眉山', '(', '即', '今', '四川', '眉州', ')', '人', ',', '是', '宋代', '(', '北宋', ')', '著名', '的', '文学家', '、', '书画家'] [1, 9, 1, 1, 1, 10, 11, 12, 1, 1, 12, 1, 1, 1, 1, 12, 1, 1, 1, 1, 1, 12, 1, 1, 9, 1, 1, 1, 1, 11, 13, 12, 1, 1, 9, 1, 11, 1, 1, 1, 1, 1]
3 屈中乾,男,汉族,中共党员,特级教师 民族 屈中乾 0 汉族 6 10 ['屈中', '乾', ',', '男', ',', '汉族', ',', '中共党员', ',', '特级教师'] [1, 1, 12, 14, 12, 15, 12, 16, 12, 1]
4 黄向静,女,汉族,1965年5月生,大学学历,1986年17月参加工作,中共党员,身体健康 民族 黄向静 0 汉族 6 24 ['黄向静', ',', '女', ',', '汉族', ',', '1965', '年', '5', '月生', ',', '大学', '学历', ',', '1986', '年', '17', '月', '参加', '工作', ',', '中共党员', ',', '身体健康'] [1, 12, 1, 12, 15, 12, 1, 10, 1, 1, 12, 1, 1, 12, 1, 10, 1, 1, 1, 1, 12, 16, 12, 1]
5 司马懿,字仲达,河南温县人 司马懿 0 仲达 5 7 ['司马懿', ',', '字仲达', ',', '河南', '温县', '人'] [1, 12, 1, 12, 1, 1, 13]

View File

@ -1,3 +0,0 @@
sentence,attribute,entity,entity_offset,attribute_value,attribute_value_offset,len,tokens,dependency
田承冉 男1952年生汉族山东桓台人共党员,民族,田承冉,0,汉族,13,14,"['田承冉', '男', '', '1952', '年生', '', '汉族', '', '山东', '桓台', '人', '', '共', '党员']","[1, 14, 12, 1, 1, 12, 15, 12, 1, 1, 13, 12, 1, 1]"
冷家骥,字展麒,山东招远人,字,冷家骥,0,展麒,5,8,"['冷家骥', '', '字展', '麒', '', '山东', '招远', '人']","[1, 12, 1, 1, 12, 1, 1, 13]"
1 sentence attribute entity entity_offset attribute_value attribute_value_offset len tokens dependency
2 田承冉 男,1952年生,汉族,山东桓台人,共党员 民族 田承冉 0 汉族 13 14 ['田承冉', '男', ',', '1952', '年生', ',', '汉族', ',', '山东', '桓台', '人', ',', '共', '党员'] [1, 14, 12, 1, 1, 12, 15, 12, 1, 1, 13, 12, 1, 1]
3 冷家骥,字展麒,山东招远人 冷家骥 0 展麒 5 8 ['冷家骥', ',', '字展', '麒', ',', '山东', '招远', '人'] [1, 12, 1, 1, 12, 1, 1, 13]

View File

@ -4,13 +4,13 @@
"cell_type": "markdown", "cell_type": "markdown",
"metadata": {}, "metadata": {},
"source": [ "source": [
"## Attribution Extraction Experiment\n", "## Attribution Extraction Tutorial\n",
"> Tutorial author: 陶联宽(22051063@zju.edu.cn)\n", "> Tutorial author: 陶联宽(22051063@zju.edu.cn)\n",
"\n", "\n",
"On this demo, we use `pretrain_language model` to extract attributions.\n", "In this tutorial, we use `pretrain_language model` to extract attributions.\n",
"We hope this demo can help you understand the process of construction knowledge graph and the principles and common methods of triplet extraction.\n", "We hope this tutorial can help you understand the process of construction knowledge graph and the principles and common methods of triplet extraction.\n",
"\n", "\n",
"This demo uses `Python3`.\n", "This tutorial uses `Python3`.\n",
"\n", "\n",
"### Dataset\n", "### Dataset\n",
"In this example,we get some Chinese text to extract the triples\n", "In this example,we get some Chinese text to extract the triples\n",
@ -55,9 +55,9 @@
"outputs": [], "outputs": [],
"source": [ "source": [
"# Run the neural network with pytorch and confirm whether it is installed before running\n", "# Run the neural network with pytorch and confirm whether it is installed before running\n",
"!pip install torch\n", "!pip install deepke\n",
"!pip install matplotlib\n", "!wget 120.27.214.45/Data/ae/standard/data.tar.gz\n",
"!pip install transformers" "!tar -xzvf data.tar.gz"
] ]
}, },
{ {
@ -532,13 +532,6 @@
"test_f1, _ = validate(0, model, test_dataloader, criterion,verbose=False)\n", "test_f1, _ = validate(0, model, test_dataloader, criterion,verbose=False)\n",
"print(f'after {cfg.epoch} epochs, final test data macro f1: {test_f1:.4f}')" "print(f'after {cfg.epoch} epochs, final test data macro f1: {test_f1:.4f}')"
] ]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"This demo does not include parameter adjustment. Interested students can go to [deepke] by themselves http://openkg.cn/tool/deepke Warehouse, download and use more models:)"
]
} }
], ],
"metadata": { "metadata": {

View File

@ -91,9 +91,9 @@
"metadata": {}, "metadata": {},
"outputs": [], "outputs": [],
"source": [ "source": [
"!pip install transformers==3.4.0\n", "!pip install deepke\n",
"!pip install torch==1.7.0\n", "!wget 120.27.214.45/Data/ner/few_shot/data.tar.gz\n",
"!pip install tqdm==4.61.1" "!tar -xzvf data.tar.gz"
] ]
}, },
{ {

View File

@ -105,15 +105,9 @@
"metadata": {}, "metadata": {},
"outputs": [], "outputs": [],
"source": [ "source": [
"!pip install python==3.7\n", "!pip install deepke\n",
"!pip install cuda==10.2\n", "!wget 120.27.214.45/Data/re/document/data.tar.gz\n",
"!pip install torch==1.5.0\n", "!tar -xzvf data.tar.gz"
"!pip install transformers==3.0.4\n",
"!pip install opt-einsum==3.3.0\n",
"!pip install ujson\n",
"!pip install tqdm\n",
"!pip install allennlp\n",
"!pip install matplotlib"
] ]
}, },
{ {

View File

@ -93,17 +93,9 @@
"metadata": {}, "metadata": {},
"outputs": [], "outputs": [],
"source": [ "source": [
"!pip install numpy==1.20.3\n", "!pip install deepke\n",
"!pip install tokenizers==0.10.3\n", "!wget 120.27.214.45/Data/re/few_shot/data.tar.gz\n",
"!pip install torch==1.8.0\n", "!tar -xzvf data.tar.gz"
"!pip install regex==2021.4.4\n",
"!pip install transformers==4.7.0\n",
"!pip install tqdm==4.49.0\n",
"!pip install activations==0.1.0\n",
"!pip install dataclasses==0.6\n",
"!pip install file_utils==0.0.1\n",
"!pip install flax==0.3.4\n",
"!pip install utils==1.0.1"
] ]
}, },
{ {

View File

@ -1,5 +0,0 @@
head_type,tail_type,relation,index
None,None,None,0
影视作品,人物,导演,1
景点,城市,所在城市,2
歌曲,音乐专辑,所属专辑,3
1 head_type tail_type relation index
2 None None None 0
3 影视作品 人物 导演 1
4 景点 城市 所在城市 2
5 歌曲 音乐专辑 所属专辑 3

View File

@ -1,4 +0,0 @@
sentence,relation,head,tail,tokens,lens,head_type,head_offset,tail_type,tail_offset,dependency
建国后南京于1951年将莫愁湖列为第一区人民公园。,所在城市,莫愁湖,南京,"['建国', '后', '南京', '于', '1951年', '将', '莫愁湖', '列为', '第一', '区', '人民', '公园', '。']",13,景点,6,城市,2,"[2, 8, 8, 8, 4, 8, 6, 0, 10, 12, 12, 8, 8]"
2001年李三光被张黎选中让其饰演《走向共和》中的光绪皇帝而出道。,导演,走向共和,李三光,"['2001年', '李三光', '被', '张黎', '选中', '让', '其', '饰演', '《', '走向', '共和', '》', '中的', '光绪皇帝', '而', '出道', '。']",17,影视作品,9,人物,1,"[2, 5, 5, 5, 0, 5, 6, 6, 10, 13, 10, 10, 8, 13, 16, 13, 5]"
《我爱秋莲》是收录于高胜美专辑《雷射》的一首金曲。,所属专辑,我爱秋莲,雷射,"['《', '我', '爱秋莲', '》', '是', '收录于', '高胜', '美专', '辑', '《', '雷射', '》', '的', '一首', '金曲', '。']",16,歌曲,1,音乐专辑,10,"[3, 3, 5, 3, 0, 15, 8, 9, 15, 11, 15, 11, 11, 15, 5, 5]"
1 sentence relation head tail tokens lens head_type head_offset tail_type tail_offset dependency
2 建国后南京于1951年将莫愁湖列为第一区人民公园。 所在城市 莫愁湖 南京 ['建国', '后', '南京', '于', '1951年', '将', '莫愁湖', '列为', '第一', '区', '人民', '公园', '。'] 13 景点 6 城市 2 [2, 8, 8, 8, 4, 8, 6, 0, 10, 12, 12, 8, 8]
3 2001年李三光被张黎选中让其饰演《走向共和》中的光绪皇帝而出道。 导演 走向共和 李三光 ['2001年', '李三光', '被', '张黎', '选中', '让', '其', '饰演', '《', '走向', '共和', '》', '中的', '光绪皇帝', '而', '出道', '。'] 17 影视作品 9 人物 1 [2, 5, 5, 5, 0, 5, 6, 6, 10, 13, 10, 10, 8, 13, 16, 13, 5]
4 《我爱秋莲》是收录于高胜美专辑《雷射》的一首金曲。 所属专辑 我爱秋莲 雷射 ['《', '我', '爱秋莲', '》', '是', '收录于', '高胜', '美专', '辑', '《', '雷射', '》', '的', '一首', '金曲', '。'] 16 歌曲 1 音乐专辑 10 [3, 3, 5, 3, 0, 15, 8, 9, 15, 11, 15, 11, 11, 15, 5, 5]

View File

@ -1,7 +0,0 @@
sentence,relation,head,tail,tokens,lens,head_type,head_offset,tail_type,tail_offset,dependency
孔正锡在2005年以一部温馨的爱情电影《长腿叔叔》敲开电影界大门。,导演,长腿叔叔,孔正锡,"['孔正锡', '在', '2005年', '以', '一部', '温馨', '的', '爱情', '电影', '《', '长腿', '叔叔', '》', '敲开', '电影界', '大门', '。']",17,影视作品,10,人物,0,"[14, 14, 2, 14, 9, 9, 6, 9, 12, 12, 12, 4, 12, 0, 16, 14, 14]"
2014年8月韩兆导演的电影《好命先生》正式上映。,导演,好命先生,韩兆,"['2014年8月', '', '韩兆', '导演', '的', '电影', '《', '好命先生', '》', '正式', '上映', '。']",12,影视作品,7,人物,2,"[11, 1, 4, 6, 4, 8, 8, 11, 8, 11, 0, 11]"
2000年8月「天坛大佛」荣获「香港十大杰出工程项目」第四名。,所在城市,天坛大佛,香港,"['2000年8月', '', '「', '天坛', '大佛', '」', '荣获', '「', '香港', '十', '大', '杰出', '工程项目', '」', '第四', '名', '。']",17,景点,3,城市,8,"[7, 1, 5, 5, 7, 5, 0, 13, 13, 11, 13, 13, 16, 13, 16, 7, 7]"
地安门是北京主皇城四门之一。,所在城市,地安门,北京,"['地安门', '是', '北京', '主', '皇城', '四', '门', '之一', '。']",9,景点,0,城市,2,"[2, 0, 5, 5, 7, 7, 8, 2, 2]"
《伤心的树》是吴宗宪的音乐作品,收录在《你比从前快乐》专辑中。,所属专辑,伤心的树,你比从前快乐,"['《', '伤心', '的', '树', '》', '是', '吴宗宪', '的', '音乐作品', '', '收录', '在', '《', '你', '比', '从前', '快乐', '》', '专辑', '中', '。']",21,歌曲,1,音乐专辑,13,"[4, 4, 2, 6, 4, 0, 9, 7, 6, 6, 6, 11, 17, 17, 17, 15, 19, 17, 20, 12, 6]"
请不要认错我是关淑怡专辑《冬恋》里的一首歌曲。,所属专辑,请不要认错我,冬恋,"['请', '不要', '认错', '我', '是', '关淑怡', '专辑', '《', '冬恋', '》', '里', '的', '一', '首', '歌曲', '。']",16,歌曲,0,音乐专辑,8,"[0, 3, 1, 5, 3, 7, 9, 9, 11, 9, 15, 11, 14, 15, 5, 1]"
1 sentence relation head tail tokens lens head_type head_offset tail_type tail_offset dependency
2 孔正锡在2005年以一部温馨的爱情电影《长腿叔叔》敲开电影界大门。 导演 长腿叔叔 孔正锡 ['孔正锡', '在', '2005年', '以', '一部', '温馨', '的', '爱情', '电影', '《', '长腿', '叔叔', '》', '敲开', '电影界', '大门', '。'] 17 影视作品 10 人物 0 [14, 14, 2, 14, 9, 9, 6, 9, 12, 12, 12, 4, 12, 0, 16, 14, 14]
3 2014年8月,韩兆导演的电影《好命先生》正式上映。 导演 好命先生 韩兆 ['2014年8月', ',', '韩兆', '导演', '的', '电影', '《', '好命先生', '》', '正式', '上映', '。'] 12 影视作品 7 人物 2 [11, 1, 4, 6, 4, 8, 8, 11, 8, 11, 0, 11]
4 2000年8月,「天坛大佛」荣获「香港十大杰出工程项目」第四名。 所在城市 天坛大佛 香港 ['2000年8月', ',', '「', '天坛', '大佛', '」', '荣获', '「', '香港', '十', '大', '杰出', '工程项目', '」', '第四', '名', '。'] 17 景点 3 城市 8 [7, 1, 5, 5, 7, 5, 0, 13, 13, 11, 13, 13, 16, 13, 16, 7, 7]
5 地安门是北京主皇城四门之一。 所在城市 地安门 北京 ['地安门', '是', '北京', '主', '皇城', '四', '门', '之一', '。'] 9 景点 0 城市 2 [2, 0, 5, 5, 7, 7, 8, 2, 2]
6 《伤心的树》是吴宗宪的音乐作品,收录在《你比从前快乐》专辑中。 所属专辑 伤心的树 你比从前快乐 ['《', '伤心', '的', '树', '》', '是', '吴宗宪', '的', '音乐作品', ',', '收录', '在', '《', '你', '比', '从前', '快乐', '》', '专辑', '中', '。'] 21 歌曲 1 音乐专辑 13 [4, 4, 2, 6, 4, 0, 9, 7, 6, 6, 6, 11, 17, 17, 17, 15, 19, 17, 20, 12, 6]
7 请不要认错我是关淑怡专辑《冬恋》里的一首歌曲。 所属专辑 请不要认错我 冬恋 ['请', '不要', '认错', '我', '是', '关淑怡', '专辑', '《', '冬恋', '》', '里', '的', '一', '首', '歌曲', '。'] 16 歌曲 0 音乐专辑 8 [0, 3, 1, 5, 3, 7, 9, 9, 11, 9, 15, 11, 14, 15, 5, 1]

View File

@ -1,4 +0,0 @@
sentence,relation,head,tail,tokens,lens,head_type,head_offset,tail_type,tail_offset,dependency
《岳父也是爹》是王军执导的电视剧,马恩然、范明主演。,导演,岳父也是爹,王军,"['《', '岳父', '也是', '爹', '》', '是', '王军', '执导', '的', '电视剧', '', '马恩然', '、', '范明', '主演', '。']",16,影视作品,1,人物,6,"[4, 4, 4, 6, 4, 0, 8, 10, 8, 6, 6, 15, 14, 12, 6, 6]"
渔人码头的落成使得澳门旅游业展现全新的旅游面貌。,所在城市,渔人码头,澳门,"['渔人码头', '的', '落成', '使得', '澳门', '旅游业', '展现', '全新', '的', '旅游', '面貌', '。']",12,景点,0,城市,4,"[3, 1, 4, 0, 6, 4, 4, 11, 8, 11, 7, 4]"
《寄梦》是黄露仪的音乐作品,收录在《宁愿相信》专辑中。,所属专辑,寄梦,宁愿相信,"['《', '寄', '梦', '》', '是', '黄露仪', '的', '音乐作品', '', '收录', '在', '《', '宁愿', '相信', '》', '专辑', '中', '。']",18,歌曲,1,音乐专辑,12,"[2, 5, 2, 2, 0, 8, 6, 5, 5, 5, 10, 14, 14, 17, 14, 17, 11, 5]"
1 sentence relation head tail tokens lens head_type head_offset tail_type tail_offset dependency
2 《岳父也是爹》是王军执导的电视剧,马恩然、范明主演。 导演 岳父也是爹 王军 ['《', '岳父', '也是', '爹', '》', '是', '王军', '执导', '的', '电视剧', ',', '马恩然', '、', '范明', '主演', '。'] 16 影视作品 1 人物 6 [4, 4, 4, 6, 4, 0, 8, 10, 8, 6, 6, 15, 14, 12, 6, 6]
3 渔人码头的落成使得澳门旅游业展现全新的旅游面貌。 所在城市 渔人码头 澳门 ['渔人码头', '的', '落成', '使得', '澳门', '旅游业', '展现', '全新', '的', '旅游', '面貌', '。'] 12 景点 0 城市 4 [3, 1, 4, 0, 6, 4, 4, 11, 8, 11, 7, 4]
4 《寄梦》是黄露仪的音乐作品,收录在《宁愿相信》专辑中。 所属专辑 寄梦 宁愿相信 ['《', '寄', '梦', '》', '是', '黄露仪', '的', '音乐作品', ',', '收录', '在', '《', '宁愿', '相信', '》', '专辑', '中', '。'] 18 歌曲 1 音乐专辑 12 [2, 5, 2, 2, 0, 8, 6, 5, 5, 5, 10, 14, 14, 17, 14, 17, 11, 5]

View File

@ -4,13 +4,13 @@
"cell_type": "markdown", "cell_type": "markdown",
"metadata": {}, "metadata": {},
"source": [ "source": [
"## relation extraction experiment\n", "## BERT based Standard Relation Extraction Tutorial\n",
"> Tutorial author余海阳yuhaiyang@zju.edu.cn)\n", "> Tutorial author余海阳yuhaiyang@zju.edu.cn)\n",
"\n", "\n",
"On this demowe use `pretrain_language model` to extract relations.\n", "In this tutorialwe use `BERT` to extract relations.\n",
"We hope this demo can help you understand the process of conctruction knowledge graph and the the principles and common methods of triplet extraction.\n", "We hope this tutorial can help you understand the process of conctruction knowledge graph and the the principles and common methods of triplet extraction.\n",
"\n", "\n",
"This demo uses `Python3`.\n", "This tutorial uses `Python3`.\n",
"\n", "\n",
"### Dataset\n", "### Dataset\n",
"In this example,we get some Chinese text to extract the triples.\n", "In this example,we get some Chinese text to extract the triples.\n",
@ -56,9 +56,9 @@
"outputs": [], "outputs": [],
"source": [ "source": [
"# Run the neural network with pytorch and confirm whether it is installed before running\n", "# Run the neural network with pytorch and confirm whether it is installed before running\n",
"!pip install torch\n", "!pip install deepke\n",
"!pip install matplotlib\n", "!wget 120.27.214.45/Data/re/standard/data.tar.gz\n",
"!pip install transformers" "!tar -xzvf data.tar.gz"
] ]
}, },
{ {
@ -546,13 +546,6 @@
"test_f1, _ = validate(0, model, test_dataloader, criterion,verbose=False)\n", "test_f1, _ = validate(0, model, test_dataloader, criterion,verbose=False)\n",
"print(f'after {cfg.epoch} epochs, final test data macro f1: {test_f1:.4f}')" "print(f'after {cfg.epoch} epochs, final test data macro f1: {test_f1:.4f}')"
] ]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"This demo does not include parameter adjustment. Interested students can go to [deepke] by themselves http://openkg.cn/tool/deepke Warehouse, download and use more models:)"
]
} }
], ],
"metadata": { "metadata": {
@ -560,7 +553,8 @@
"hash": "07ee17aed077b353900b50ce6f0ef17f1492499c86f09df07de696a5c0b76ad4" "hash": "07ee17aed077b353900b50ce6f0ef17f1492499c86f09df07de696a5c0b76ad4"
}, },
"kernelspec": { "kernelspec": {
"display_name": "Python 3.8.11 64-bit ('deepke': conda)", "display_name": "Python 3 (ipykernel)",
"language": "python",
"name": "python3" "name": "python3"
}, },
"language_info": { "language_info": {

View File

@ -4,7 +4,7 @@
"cell_type": "markdown", "cell_type": "markdown",
"metadata": {}, "metadata": {},
"source": [ "source": [
"## Standard Relation Rxtraction Tutorial\n", "## PCNN based Standard Relation Rxtraction Tutorial\n",
"> Tutorial author余海阳yuhaiyang@zju.edu.cn)\n", "> Tutorial author余海阳yuhaiyang@zju.edu.cn)\n",
"\n", "\n",
"In this tutorialwe use `pcnn` model to extract relations.\n", "In this tutorialwe use `pcnn` model to extract relations.\n",
@ -46,9 +46,9 @@
"outputs": [], "outputs": [],
"source": [ "source": [
"# Run the neural network with pytorch and confirm whether it is installed before running\n", "# Run the neural network with pytorch and confirm whether it is installed before running\n",
"!pip install torch\n", "!pip install deepke\n",
"!pip install matplotlib\n", "!wget 120.27.214.45/Data/re/standard/data.tar.gz\n",
"!pip install transformers" "!tar -xzvf data.tar.gz"
] ]
}, },
{ {