Pytorch BERT_CasRel_RE P1-1 实体关系抽取项目介绍(1)

作者：陈华 • 发布时间：2022-08-23 • 阅读 6382

从本节开始，将带大家完成一个新的项目，叫做实体关系抽取。关系抽取（Relation Extraction）就是从一段文本中抽取出（主体，关系，客体）这样的三元组，用英文表示就是 (subject, relation, object) 这样的三元组。所以关系抽取，有的论文也叫作三元组抽取。

关系抽取，是信息检索、智能问答、对话机器人等人工智能应用的重要基础，一直受到业界的广泛关注。目前 NLP 领域的主流研究中，基于关系的知识图谱方向也是一个重要的分支。因为人们发现多音字、多义词，加上语境变化，单个字或者词的表征一定是片面的，发现实体之间的联系，往往比自身特征更重要。

Normal表示三元组之间无重叠；EPO表示两个实体有两个完全不同的关系的情形，SEO表示一个实体参与到了多个关系中的情形。

1）我只训练了5个 EPOCH，f1-score:0.632，模型效果一般；

2）对于参数量巨大的 BERT 模型来说，这个量是远远不够的，而且还有很多超参，课程中会介绍调参方法；

3）本项目在 CPU 上很难出效果，课程最后会介绍使用 Kaggle GPU 进行模型训练的方法。

text = '周杰伦将于7月15日发布2022新专辑《最伟大的作品》。'
[('最伟大的作品', '歌手', '周杰伦')]

text = '俞敏洪，出生于1962年9月4日的江苏省江阴市，大学毕业于北京大学西语系。'
[('俞敏洪', '毕业院校', '北京大学')]

模型名称：CasRel，层叠式指针标注

1）总体来说，信息提取任务（关系、事件等）在 NLP方向，是一个比较难的任务，目前也还没有通用方案，还有很大的探索空间；

2）这个项目的代码量相对比较大，逻辑相对复杂，如果是 NLP算法初学者，建议往后放一放；同时，讲解这个项目的难度也很大，希望大家可以多多点赞支持。