实体关系抽取是文本结构化、构建专业知识图谱的核心 step。
本算法是 GPLinker 的 pytorch 复现(简单易懂,杜绝花里胡哨),该方法的核心是:
中文医疗信息处理挑战榜 CBLUE 中 CMeIE 数据集,同样是 CHIP2020/2021 的医学实体关系抽取数据集。
请把 config.ini 中对应的【paths】换为你自己的
python main.py
python predict.py
使用医学实体关系抽取数据集,阿里天池在线测试F1分数【59.82%】,提交的测试结果在./result文件夹中
【不再提供,可以直接提交的测试结果文件】
之前复现的 CasRel 方法,参考 DeepIE 仓库 ,在线F1分数为【60.556%】,后续整理开源
注意:TOP-1【66.044%】是百度知识图谱团队的 ERNIE ,基本属于吊打其余方法,但是对于在校生、小团队而言,F1分数如果能上【62%】就属于非常非常好了
注意最新的 CBLUE 打榜,需要把生成的 CMeIE_test.json 后缀改为 jsonl,再压缩提交
训练过程未根据验证集的F1分数保存最优模型,直接用的最后一个epoch的权重,有需要的自行实现就好了
把globalpointer 替换 Efficient-GlobalPointer,torch的源码本人都已经公布,自行实现就好