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