在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
开源软件名称:deepke开源软件地址:https://gitee.com/openkg/deepke开源软件介绍:基于深度学习的开源中文知识图谱抽取框架 DeepKE 是一个支持低资源、长篇章的知识抽取工具,可以基于PyTorch实现命名实体识别、关系抽取和属性抽取功能。 目录新版特性2021年1月2021年12月
2021年11月
2021年10月
2021年5月
预测演示下面使用一个demo展示预测过程 模型架构Deepke的架构图如下所示
快速上手DeepKE支持pip安装使用,以常规全监督设定关系抽取为例,经过以下6个步骤就可以实现一个常规关系抽取模型 Step 1:下载代码 Step 2:使用anaconda创建虚拟环境,进入虚拟环境(提供Dockerfile源码可自行创建镜像,位于docker文件夹中) conda create -n deepke python=3.8conda activate deepke 1) 基于pip安装,直接使用 pip install deepke 2) 基于源码安装 python setup.py installpython setup.py develop Step 3 :进入任务文件夹,以常规关系抽取为例 cd DeepKE/example/re/standard Step 4:下载数据集 wget 120.27.214.45/Data/re/standard/data.tar.gztar -xzvf data.tar.gz Step 5 :模型训练,训练用到的参数可在conf文件夹内修改 DeepKE使用wandb支持可视化调参 python run.py Step 6 :模型预测。预测用到的参数可在conf文件夹内修改 修改 python predict.py 环境依赖
具体功能介绍1. 命名实体识别NER
2. 关系抽取RE
3. 属性抽取AE
Notebook教程本工具提供了若干Notebook和Google Colab教程,用户可针对性调试学习。
备注(常见问题)
未来计划
引用如果使用DeepKE,请按以下格式引用 @article{Zhang_DeepKE_A_Deep_2022,author = {Zhang, Ningyu and Xu, Xin and Tao, Liankuan and Yu, Haiyang and Ye, Hongbin and Xie, Xin and Chen, Xiang and Li, Zhoubo and Li, Lei and Liang, Xiaozhuan and Yao, Yunzhi and Deng, Shumin and Zhang, Zhenru and Tan, Chuanqi and Huang, Fei and Zheng, Guozhou and Chen, Huajun},journal = {http://arxiv.org/abs/2201.03335},title = {{DeepKE: A Deep Learning Based Knowledge Extraction Toolkit for Knowledge Base Population}},year = {2022}} 项目成员浙江大学:张宁豫、陶联宽、徐欣、余海洋、叶宏彬、谢辛、陈想、黎洲波、李磊、梁孝转、姚云志、乔硕斐、邓淑敏、张文、郑国轴、陈华钧 达摩院:张珍茹、谭传奇、黄非 |
请发表评论