# kg-baseline-pytorch

**Repository Path**: wu-jingrui/kg-baseline-pytorch

## Basic Information

- **Project Name**: kg-baseline-pytorch
- **Description**: 2019百度的关系抽取比赛，使用Pytorch实现苏神的模型，F1在dev集可达到0.75，联合关系抽取，Joint Relation Extraction.
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 2
- **Created**: 2021-01-27
- **Last Updated**: 2021-01-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# kg-baseline-pytorch
2019百度的关系抽取比赛，Pytorch版苏神的baseline，联合关系抽取。

## 模型
与苏神的模型相同，只不过开发框架由Keras+Tensorflow变成了Pytorch，给使用Pytorch的小伙伴分享。

苏神Keras版链接：https://github.com/bojone/kg-2019-baseline

代码中复用了许多苏神的代码，因此首先对苏神表示感谢！

以下为苏神模型介绍原文：
```
用BiLSTM做联合标注，先预测subject，然后根据suject同时预测object和predicate，标注结构是“半指针-半标注”结构，以前也曾介绍过（ https://kexue.fm/archives/5409 ）

标注结构是自己设计的，我看了很多关系抽取的论文，没有发现类似的做法。所以，如果你基于此模型做出后的修改，最终获奖了或者发表paper什么的，烦请注明一下（其实也不是太奢望）

@misc{
  jianlin2019bdkg,
  title={Hybrid Structure of Pointer and Ragging for Relation Extraction: A Baseline},
  author={Jianlin Su},
  year={2019},
  publisher={GitHub},
  howpublished={\url{https://github.com/bojone/kg-2019-baseline}},
}
```

CSDN上基于本代码的算法简介：https://blog.csdn.net/qq_35268841/article/details/107063066


## 用法
`python trans.py`转换数据，`python main.py`跑模型并观察结果。

代码需要GPU运行！若需要CPU运行则去掉代码中所有的`.cuda()`并将一些cuda上的数据类型改为普通数据类型即可。


## 数据

数据只提供了共30条示例数据。数据由比赛官方提供，如有需要请联系比赛主办方。

## 结果
5个epoch到达0.73，最高能到0.75。

## 环境

Python 3.5+

Pytorch 1.0.1

tqdm




## 链接
- https://github.com/bojone/kg-2019-baseline
- https://pytorch.org/