- Python 3.6+ (测试时为3.7.8)
- Torch 1.1.0+ (测试时为1.6.0)
- transformers 2.2.0+ (测试时为3.0.2)
- Django 3.1+ (测试时为3.1)
- NLTK 3.5+ (测试时为3.5)
- tqdm 4.19.0+ (测试时为4.48.2)
- scikit-learn 0.21.0+ (测试时为0.23.2)
建议直接输入以下的一系列指令来安装环境(因为我就是这么装的),前提是已经安装了MiniConda
conda create -n py37 python=3.7
conda activate py37
pip install torch(==1.3.1) transformers django nltk tqdm scikit-learn
- 账号: sciencehammer
- 密码: sciencehammer
- 进入文件夹
ScienceHammer
,使用git pull
命令确保本地代码是最新的。 - 按照
如何运行代码
章节来重新部署即可,确保网站端口不存在冲突。
- 在用户根目录输入
git clone git@github.com:wongself/ScienceHammer-Spert.git
将代码库原样下载到本地,或者登陆本项目的公用账号来查看文件夹。ScienceHammer
中的最新代码 - 进入文件夹
ScienceHammer-Spert
,输入cp -r /data/wsf/ScienceHammer-Spert/data ./data
来拷贝网站运行所必需的模型数据文件吗,可能需要提前创建目标文件夹。 - 位于文件夹
ScienceHammer-Spert
,输入以下命令来项目运行的必要文件python manage.py migrate
。 - 位于文件夹
ScienceHammer-Spert
,输入以下命令来开启网站并进行测试python manage.py runserver 0.0.0.0:kkkk
,其中kkkk
指的是指定端口号码,0.0.0.0:
仅限本地电脑访问V100服务器上运行的网站时需要。
- 实体、关系联合识别模型来自于Markus Eberts等人设计的SpERT模型。
- 目前的关系识别结果展示界面只能展示普通的关系三元组,后续将进行风格化工作。