Entity-Relation-Extraction

本项目fork了2019语言与智能技术竞赛信息抽取（实体与关系抽取）任务解决方案冠军的代码，我在此基础上重新训练了模型（多分类和序列标注模型），并且增加了预测代码以及docker的运行方法。一些介绍可以查看本人写的博客.

环境

python 3.6.3
tensorflow 1.9.0
docker

数据

2019语言与智能技术竞赛信息抽取提供的数据，见 raw_data 目录下，特别说明数据并不是全部的训练的数据，我没有找到全部的数据，如果有哪位朋友找到，可以联系我，谢谢了。

目录结构

bert
bin
|----- predicate_classifiction # 关系多分类预处理代码
|----- subject_object_labeling # 序列标注预处理代码
classfication_data # 分类模型的输入
|----- train
|----- valid
|----- test
config_
doc
output
|----- predicate_classification_model # 多分类模型
|----- sequence_labeling_model # 序列标注模型
|----- predicate.tar # 模型的docker镜像
pretrained_model
|----- chinese_L-12_H-768_A-12
|----- roberta_zh_l12
raw_data
SKE_2019_tokened_labeling # 序列标注的模型
|----- train
|----- valid
|----- test
run.py # flask服务
run_predicate_classification.py # 训练分类模型
run_sequnce_labeling.py # 训练标注模型

模型下载

关系多分类

链接：https://pan.baidu.com/s/1wol3etcWCJVjEqAYG3KhWA
提取码：zu7y

序列标注

链接：https://pan.baidu.com/s/1YziRU289E3LGzOSLmtIR3Q
提取码：8whl

运行

# 关系分类预处理
python predicate_data_manager.py
# 序列标注预处理
python sequence_labeling_data_manager.py
# 关系分类训练
python predicate_classification_infer.py
# 序列标注训练
python run_sequnce_labeling.py

效果

关系多分类模型评估

global_step	eval_token_label_precision
8128	0.648

序列标注模型评估

global_step	eval_token_label_precision	eval_token_label_recall	eval_token_label_f
9000	0.920	0.947	0.933

参考

原作者github