基于知识图谱的古诗词问答系统，该项目可作为本科阶段的课程设计或毕业设计，包复现，建议收藏。_KGQA_Poetry.zip

# Entity Extractor By Pointer 使用指针范式进行NER识别的两种经典方法，分别是BinaryPointer(SpanBert)和苏神的GlobalPointer，项目基于torch编写，提供可配置文件，项目已经提供了三种不同领域的数据，格式都一样，使用自己数据时请按照对应的数据格式整理好数据，并且按照配置要求填写参数，配置后直接运行main.py即可。 关于CRF范式的NER抽取实现请参考仓库里的另外一个项目[基于Tensorflow2.3的NER任务项目](https://github.com/StanleyLsx/entity_extractor_by_ner)。 2023年更新：仓库[entity_extractor](https://github.com/StanleyLsx/entity_extractor)使用torch2把CRF范式还有指针范式进行了整合，并引入了更多tricks，是chatgpt时代以前用来打ner比赛用的，也可以使用和参考。 ## 环境 * torch==1.13.1 * tqdm==4.65.0 * transformers==4.27.3 其他环境见requirements.txt ## 更新历史 日期| 版本 |描述 :---|:-------|--- 2020-08-23| v1.0.0 |初始仓库 2020-12-05| v1.1.0 |代码结构调整 2021-07-08| v2.0.0 |修改成BinaryPointer为Bert微调 2022-03-27| v2.1.0 |代码重构 2022-06-15| v3.0.0 |加入GlobalPointer方法、加入对抗、断点续训等 2022-06-17| v3.0.1 |转onnx时候tril的实现问题、加入批量测试 ## 原理 * Binary Pointer  * Global Pointer(图片来自于苏神科学空间)  ## 使用方法 完成环境安装后，需要在configure.py文件中修改配置 ### 参数设置 ``` configure = { # 训练数据集 'train_file': 'data/example_datasets2/train_data.json', # 验证数据集 'dev_file': 'data/example_datasets2/dev_data.json', # 没有验证集时，从训练集抽取验证集比例 'validation_rate': 0.15, # 测试数据集 'test_file': '', # 使用的模型 # bp: binary pointer # gp: global pointer 'model_type': 'gp', # 模型保存的文件夹 'checkpoints_dir': 'checkpoints/example_datasets2', # 模型名字 'model_name': 'best_model.pkl', # 类别列表 'classes': ['person', 'location', 'organization'], # decision_threshold 'decision_threshold': 0.5, # 是否使用苏神的多标签分类的损失函数，默认使用BCELoss 'use_multilabel_categorical_cross_entropy': True, # 使用对抗学习 'use_gan': False, # 目前支持FGM和PGD两种方法 # fgm:Fast Gradient Method # pgd:Projected Gradient Descent 'gan_method': 'pgd', # 对抗次数 'attack_round': 3, # 是否进行warmup 'warmup': False, # warmup方法，可选：linear、cosine 'scheduler_type': 'linear', # warmup步数，-1自动推断为总步数的0.1 'num_warmup_steps': -1, # 句子最大长度 'max_sequence_length': 200, # epoch 'epoch': 50, # batch_size 'batch_size': 16, # dropout rate 'dropout_rate': 0.5, # 每print_per_batch打印损失函数 'print_per_batch': 100, # learning_rate 'learning_rate': 5e-5, # 优化器选择 'optimizer': 'AdamW', # 训练是否提前结束微调 'is_early_stop': True, # 训练阶段的patient 'patient': 5, } ``` ### 训练 修改mode为train ``` # 模式 # train:训练分类器 # interactive_predict:交互模式 # test:跑测试集 # convert2tf:将torch模型保存为tf框架的pb格式文件 # [train, interactive_predict, test, convert_onnx] mode = 'train' ```  ### 交互测试 修改mode为interactive_predict ``` # 模式 # train:训练分类器 # interactive_predict:交互模式 # test:跑测试集 # convert_onnx:将torch模型保存为onnx格式文件 # [train, interactive_predict, test, convert2tf] mode = 'interactive_predict' ```  ## 相关参考 **公众号文章：[基于首尾标注的实体抽取开源工具](https://mp.weixin.qq.com/s/xVRKN7lwM3wVDrI3hR9X9A)** **苏神文章：[科学空间-Efficient GlobalPointer：少点参数，多点效果](https://spaces.ac.cn/archives/8877)** **GitHub：[Efficient-GlobalPointer-torch的torch实现](https://github.com/xhw205/Efficient-GlobalPointer-torch)** ## 公众号 相关问题欢迎在公众号反馈：