2018.10.16更新:
- master分支: Python 3.5x & Pytorch 0.4+
- dev 分支: Python 2.7x & Pytorch 0.3
Introduction
基于Pytorch复现PCNN (Zeng 2014)全监督关系抽取的代码.
相关博客地址： 关系抽取论文笔记
另外基于远程监督的PCNN+ONE (Zeng 2015) 代码连接: PCNN+ONE/ATT
数据集
使用Semeval 2010的9类关系（考虑方向 19类）
使用方法
-
Python环境
- pytorch 0.3(后续会升级为0.4及以后版本)
- python 2.7x
- fire
-
数据预处理:
python dataset/semeval.py去生成npy文件 -
训练, 自动保存最优模型(未设计验证集)
python main_sem.py train其中 参数配置位于
config.py，可以直接指定修改，如:python main_sem.py train --batch_size=32 -
模型预测的结果位于
semeval文件夹，使用./test.sh使用semeval官方的脚本测试，最后结果保存于res.txt -
F1大概可以到80-81%左右，经过fine-tuning 大概到82-83%
参考
- PCNN: Relation Classification via Convolutional Deep Neural Network