关于自然语言处理:军事领域关系抽取UIE-Slim最新升级版含数据标注serving部署模型蒸馏等教学助力工业应用场景快速落地

4次阅读

共计 29735 个字符，预计需要花费 75 分钟才能阅读完成。

军事畛域关系抽取：UIE Slim 最新升级版含数据标注、serving 部署、模型蒸馏等教学，助力工业利用场景疾速落地

本我的项目为 UIE 框架降级版本实体关系抽取，具体解说了数据标注，以及医疗畛域 NER 微调，同时实现基于 SimpleServing 的疾速服务化部署，并思考了在一些工业利用场景中对性能的要求较高，若不能无效压缩则无奈理论利用。因而，将 UIE 模型的常识迁徙到关闭域信息抽取小模型，同时应用 FasterTokenizer 进行文本预处理减速，整体提速 7.6x 倍。

我的项目成果预览：

  • 小样本军事关系抽取数据集试验指标：
样本量 Precision Recall F1 Score
0-shot 0.64634 0.53535 0.58564
5-shot 0.89474 0.85000 0.87179
10-shot 0.92793 0.85833 0.89177
full-set 0.92 0.92 0.92
  • 性能比照
模型 推理耗时 晋升倍数
UIE+faster 30.83 1
uie+servering 31.75 1-
UIE Slim 5.90 5.23
  • 可视化展现

UIE(Universal Information Extraction)：Yaojie Lu 等人在 ACL-2022 中提出了通用信息抽取对立框架 UIE。该框架实现了实体抽取、关系抽取、事件抽取、情感剖析等工作的对立建模，并使得不同工作间具备良好的迁徙和泛化能力。为了不便大家应用 UIE 的弱小能力，PaddleNLP 借鉴该论文的办法，基于 ERNIE 3.0 常识加强预训练模型，训练并开源了首个中文通用信息抽取模型 UIE。该模型能够反对不限定行业畛域和抽取指标的要害信息抽取，实现零样本疾速冷启动，并具备优良的小样本微调能力，疾速适配特定的抽取指标。

  • 框架降级：预训练模型参数配置对立，自定义参数配置的保留和加载无需额定开发：

    • Trainer API 新增 BF16 训练、Recompute 重计算、Sharding 等多项分布式能力，通过简略配置即可进行超大规模预训练模型训练；
    • 模型压缩 API 反对量化训练、词表压缩等性能，压缩后的模型精度损失更小，模型部署的内存占用大大降低；
    • 数据加强 API 全面降级，反对字、词、句子三种粒度数据加强策略，可轻松定制数据加强策略

我的项目链接以及码源见文末

# 应用最新版本 paddlenlp
!pip install -U paddlenlp

1. 基于 Label Studio 数据标注

1.1 Label Studio 装置

以下标注示例用到的环境配置：

  • Python 3.8+
  • label-studio == 1.7.0
  • paddleocr >= 2.6.0.1

在终端 (terminal) 应用 pip 装置 label-studio：

pip install label-studio==1.7.0

装置实现后，运行以下命令行：

label-studio start

在浏览器关上 http://localhost:8080/，输出用户名和明码登录，开始应用 label-studio 进行标注。

1.2 文本抽取标注教学

  • 我的项目创立

点击创立（Create）开始创立一个新的我的项目，填写项目名称、形容，而后抉择Object Detection with Bounding Boxes。

  • 填写项目名称、形容

<div align=”center”>

<img src=https://user-images.githubusercontent.com/40840292/199661377-d9664165-61aa-4462-927d-225118b8535b.png height=230 width=1200 />

</div>

  • 命名实体辨认、关系抽取、事件抽取、实体 / 评估维度分类 工作抉择`Relation Extraction。

<div align=”center”>

<img src=https://user-images.githubusercontent.com/40840292/212617773-34534e68-4544-4b24-8f39-ae7f9573d397.png height=420 width=1200 />

</div>

  • 增加标签(也可跳过后续在 Setting/Labeling Interface 中配置)

<div align=”center”>

<img src=https://user-images.githubusercontent.com/40840292/199662737-ed996a2c-7a24-4077-8a36-239c4bfb0a16.png height=380 width=1200 />

</div>

图中展现了实体类型标签的构建，其余类型标签的构建可参考

  • 数据上传

先从本地上传 txt 格式文件，抉择List of tasks，而后抉择导入本我的项目。

<div align=”center”>

<img src=https://user-images.githubusercontent.com/40840292/199667670-1b8f6755-b41f-41c4-8afc-06bb051690b6.png height=210 width=1200 />

</div>

  • 标签构建
  • Span 类型标签

<div align=”center”>

<img src=https://user-images.githubusercontent.com/40840292/199667941-04e300c5-3cd7-4b8e-aaf5-561415414891.png height=480 width=1200 />

</div>

  • Relation 类型标签

<div align=”center”>

<img src=https://user-images.githubusercontent.com/40840292/199725229-f5e998bf-367c-4449-b83a-c799f1e3de00.png height=620 width=1200 />

</div>

Relation XML 模板：

  <Relations>
    <Relation value="歌手"/>
    <Relation value="发行工夫"/>
    <Relation value="所属专辑"/>
  </Relations>
  • 工作标注
  • 实体抽取

标注示例：

<div align=”center”>

<img src=https://user-images.githubusercontent.com/40840292/199879957-aeec9d17-d342-4ea0-a840-457b49f6066e.png height=140 width=1000 />

</div>

该标注示例对应的 schema 为：

schema = [
    '工夫',
    '选手',
    '赛事名称',
    '得分'
]
  • 关系抽取

<div align=”center”>

<img src=https://user-images.githubusercontent.com/40840292/199879866-03c1ecac-1828-4f35-af70-9ae61701c303.png height=230 width=1200 />

</div>

对于关系抽取，其 P 的类型设置非常重要，须要遵循以下准则

“{S}的 {P} 为{O}”须要可能形成语义正当的短语。比方对于三元组 (S, 父子, O)，关系类别为父子是没有问题的。但依照 UIE 以后关系类型 prompt 的结构形式，“S 的父子为 O”这个表白不是很通顺，因而 P 改成孩子更好，即“S 的孩子为 O”。 正当的 P 类型设置，将显著晋升零样本成果。

该标注示例对应的 schema 为：

schema = {
    '作品名': [
        '歌手',
        '发行工夫',
        '所属专辑'
    ]
}

该标注示例对应的 schema 为：

schema = '情感偏向[正向，负向]'
  • 数据导出

勾选已标注文本 ID，抉择导出的文件类型为JSON，导出数据：

<div align=”center”>

<img src=https://user-images.githubusercontent.com/40840292/199891344-023736e2-6f9d-454b-b72a-dec6689f8436.png height=180 width=1200 />

</div>

  • 数据转换

将导出的文件重命名为 label_studio.json 后，放入 ./data 目录下。通过 label_studio.py 脚本可转为 UIE 的数据格式。

  • 抽取式工作
python label_studio.py \
    --label_studio_file ./data/label_studio.json \
    --save_dir ./data \
    --splits 0.8 0.1 0.1 \
    --task_type ext
  • 更多配置
  • label_studio_file: 从 label studio 导出的数据标注文件。
  • save_dir: 训练数据的保留目录，默认存储在 data 目录下。
  • negative_ratio: 最大负例比例，该参数只对抽取类型工作无效，适当结构负例可晋升模型成果。负例数量和理论的标签数量无关，最大负例数量 = negative_ratio * 正例数量。该参数只对训练集无效，默认为 5。为了保障评估指标的准确性，验证集和测试集默认结构全负例。
  • splits: 划分数据集时训练集、验证集所占的比例。默认为 [0.8, 0.1, 0.1] 示意依照 8:1:1 的比例将数据划分为训练集、验证集和测试集。
  • task_type: 抉择工作类型，可选有抽取和分类两种类型的工作。
  • options: 指定分类工作的类别标签，该参数只对分类类型工作无效。默认为[“ 正向 ”, “ 负向 ”]。
  • prompt_prefix: 申明分类工作的 prompt 前缀信息，该参数只对分类类型工作无效。默认为 ” 情感偏向 ”。
  • is_shuffle: 是否对数据集进行随机打散，默认为 True。
  • seed: 随机种子，默认为 1000.
  • schema_lang：抉择 schema 的语言，将会应该训练数据 prompt 的结构形式，可选有 ch 和en。默认为ch。
  • separator: 实体类别 / 评估维度与分类标签的分隔符，该参数只对实体 / 评估维度分类工作无效。默认为 ”##”。

备注：

  • 默认状况下 label_studio.py 脚本会依照比例将数据划分为 train/dev/test 数据集
  • 每次执行 label_studio.py 脚本，将会笼罩已有的同名数据文件
  • 在模型训练阶段咱们举荐结构一些负例以晋升模型成果，在数据转换阶段咱们内置了这一性能。可通过 negative_ratio 管制主动结构的负样本比例；负样本数量 = negative_ratio * 正样本数量。
  • 对于从 label_studio 导出的文件，默认文件中的每条数据都是通过人工正确标注的。
  • References
  • Label Studio

2. 基于军事畛域 NER 微调

2.1 加载数据数据标注

# 加载数据集
!wget https://bj.bcebos.com/paddlenlp/datasets/military.tar.gz
!tar -xvf military.tar.gz
!mv military data
!rm military.tar.gz
--2023-05-30 14:54:45--  https://bj.bcebos.com/paddlenlp/datasets/military.tar.gz
正在解析主机 bj.bcebos.com (bj.bcebos.com)... 182.61.200.229, 182.61.200.195, 2409:8c04:1001:1002:0:ff:b001:368a
正在连接 bj.bcebos.com (bj.bcebos.com)|182.61.200.229|:443... 已连贯。已收回 HTTP 申请，正在期待回应... 200 OK
长度：378880 (370K) [application/x-gzip]
正在保留至:“military.tar.gz”military.tar.gz     100%[===================>] 370.00K  2.01MB/s    in 0.2s    

2023-05-30 14:54:46 (2.01 MB/s) - 已保留“military.tar.gz”[378880/378880])

military/
military/unlabeled_data.txt
military/label_studio.json



!python label_studio.py \
    --label_studio_file ./data/military/label_studio.json \
    --save_dir ./data \
    --splits 0.8 0.2 0 \
    --negative_ratio 3 \
    --task_type ext
[32m[2023-05-29 17:11:33,160] [INFO][0m - Converting annotation data...[0m
100%|████████████████████████████████████████| 96/96 [00:00<00:00, 52190.95it/s]
[32m[2023-05-29 17:11:33,163] [INFO][0m - Adding negative samples for first stage prompt...[0m
100%|███████████████████████████████████████| 96/96 [00:00<00:00, 431106.19it/s]
[32m[2023-05-29 17:11:33,164] [INFO][0m - Adding negative samples for second stage prompt...[0m
100%|█████████████████████████████████████████| 96/96 [00:00<00:00, 5995.25it/s]
[32m[2023-05-29 17:11:33,180] [INFO][0m - Converting annotation data...[0m
100%|████████████████████████████████████████| 25/25 [00:00<00:00, 61717.25it/s]
[32m[2023-05-29 17:11:33,181] [INFO][0m - Adding negative samples for first stage prompt...[0m
100%|███████████████████████████████████████| 25/25 [00:00<00:00, 338250.32it/s]
[32m[2023-05-29 17:11:33,181] [INFO][0m - Adding negative samples for second stage prompt...[0m
100%|███████████████████████████████████████| 25/25 [00:00<00:00, 433295.87it/s]
[32m[2023-05-29 17:11:33,182] [INFO][0m - Converting annotation data...[0m
0it [00:00, ?it/s]
[32m[2023-05-29 17:11:33,182] [INFO][0m - Adding negative samples for first stage prompt...[0m
0it [00:00, ?it/s]
[32m[2023-05-29 17:11:33,190] [INFO][0m - Save 1228 examples to ./data/train.txt.[0m
[32m[2023-05-29 17:11:33,191] [INFO][0m - Save 100 examples to ./data/dev.txt.[0m
[32m[2023-05-29 17:11:33,191] [INFO][0m - Save 0 examples to ./data/test.txt.[0m
[32m[2023-05-29 17:11:33,191] [INFO][0m - Finished! It takes 0.04 seconds[0m
[0m

2.2 模型微调

举荐应用 Trainer API 对模型进行微调。只需输出模型、数据集等就能够应用 Trainer API 高效疾速地进行预训练、微调和模型压缩等工作，能够一键启动多卡训练、混合精度训练、梯度累积、断点重启、日志显示等性能，Trainer API 还针对训练过程的通用训练配置做了封装，比方：优化器、学习率调度等。

应用上面的命令，应用 uie-base 作为预训练模型进行模型微调，将微调后的模型保留至 $finetuned_model：

单卡启动：

# 单卡训练
!python finetune.py  \
    --device gpu \
    --logging_steps 10 \
    --save_steps 100 \
    --eval_steps 100 \
    --seed 1000 \
    --model_name_or_path uie-base \
    --output_dir ./checkpoint/model_best \
    --train_path data/train.txt \
    --dev_path data/dev.txt  \
    --max_seq_len 512  \
    --per_device_train_batch_size  32 \
    --per_device_eval_batch_size 32 \
    --num_train_epochs 20 \
    --learning_rate 1e-5 \
    --do_train \
    --do_eval \
    --do_export \
    --export_model_dir ./checkpoint/model_best \
    --overwrite_output_dir \
    --disable_tqdm True \
    --metric_for_best_model eval_f1 \
    --load_best_model_at_end  True \
    --save_total_limit 1

局部后果展现：

[2023-05-29 17:31:53,018] [INFO] - eval_loss: 0.0008850682061165571, eval_precision: 0.92, eval_recall: 0.92, eval_f1: 0.92, eval_runtime: 0.8828, eval_samples_per_second: 113.271, eval_steps_per_second: 4.531, epoch: 20.0
[2023-05-29 17:31:53,018] [INFO] - ***** eval metrics *****
[2023-05-29 17:31:53,018] [INFO] -   epoch                   =       20.0
[2023-05-29 17:31:53,019] [INFO] -   eval_f1                 =       0.92
[2023-05-29 17:31:53,019] [INFO] -   eval_loss               =     0.0009
[2023-05-29 17:31:53,019] [INFO] -   eval_precision          =       0.92
[2023-05-29 17:31:53,019] [INFO] -   eval_recall             =       0.92
[2023-05-29 17:31:53,019] [INFO] -   eval_runtime            = 0:00:00.88
[2023-05-29 17:31:53,019] [INFO] -   eval_samples_per_second =    113.271
[2023-05-29 17:31:53,019] [INFO] -   eval_steps_per_second   =      4.531
[2023-05-29 17:31:53,020] [INFO] - Exporting inference model to ./checkpoint/model_best/model
[2023-05-29 17:31:59,117] [INFO] - Inference model exported.
# 多卡训练：GPU 环境中应用，能够指定 gpus 参数进行多卡训练：# !python -u -m paddle.distributed.launch --gpus "0,1" finetune.py \
#     --device gpu \
#     --logging_steps 10 \
#     --save_steps 100 \
#     --eval_steps 100 \
#     --seed 1000 \
#     --model_name_or_path uie-base \
#     --output_dir ./checkpoint/model_best \
#     --train_path data/train.txt \
#     --dev_path data/dev.txt  \
#     --max_seq_len 512  \
#     --per_device_train_batch_size  8 \
#     --per_device_eval_batch_size 8 \
#     --num_train_epochs 20 \
#     --learning_rate 1e-5 \
#     --do_train \
#     --do_eval \
#     --do_export \
#     --export_model_dir ./checkpoint/model_best \
#     --overwrite_output_dir \
#     --disable_tqdm True \
#     --metric_for_best_model eval_f1 \
#     --load_best_model_at_end  True \
#     --save_total_limit 1

留神：如果模型是跨语言模型 UIE-M，还需设置 --multilingual。

该示例代码中因为设置了参数 --do_eval，因而在训练完会主动进行评估。

可配置参数阐明：

  • model_name_or_path：必须，进行 few shot 训练应用的预训练模型。可抉择的有 “uie-base”、“uie-medium”, “uie-mini”, “uie-micro”, “uie-nano”, “uie-m-base”, “uie-m-large”,”uie-x-base”。
  • multilingual：是否是跨语言模型，用 “uie-m-base”, “uie-m-large” 等模型进微调失去的模型也是多语言模型，须要设置为 True；默认为 False。
  • device: 训练设施，可抉择 ‘cpu’、’gpu’、’npu’ 其中的一种；默认为 GPU 训练。
  • logging_steps: 训练过程中日志打印的距离 steps 数，默认 10。
  • save_steps: 训练过程中保留模型 checkpoint 的距离 steps 数，默认 100。
  • eval_steps: 训练过程中保留模型 checkpoint 的距离 steps 数，默认 100。
  • seed：全局随机种子，默认为 42。
  • output_dir：必须，模型训练或压缩后保留的模型目录；默认为 None。
  • train_path：训练集门路；默认为 None。
  • dev_path：开发集门路；默认为 None。
  • max_seq_len：文本最大切分长度，输出超过最大长度时会对输出文本进行主动切分，默认为 512。
  • per_device_train_batch_size: 用于训练的每个 GPU 外围 /CPU 的 batch 大小，默认为 8。
  • per_device_eval_batch_size: 用于评估的每个 GPU 外围 /CPU 的 batch 大小，默认为 8。
  • num_train_epochs: 训练轮次，应用早停法时能够抉择 100；默认为 10。
  • learning_rate：训练最大学习率，UIE-X 举荐设置为 1e-5；默认值为 3e-5。
  • label_names：训练数据标签 label 的名称，UIE-X 设置为 ’start_positions’ ‘end_positions’；默认值为 None。
  • do_train: 是否进行微调训练，设置该参数示意进行微调训练，默认不设置。
  • do_eval: 是否进行评估，设置该参数示意进行评估，默认不设置。
  • do_export: 是否进行导出，设置该参数示意进行动态图导出，默认不设置。
  • export_model_dir: 动态图导出地址，默认为 None。
  • overwrite_output_dir：如果 True，笼罩输入目录的内容。如果 output_dir 指向检查点目录，则应用它持续训练。
  • disable_tqdm：是否应用 tqdm 进度条。
  • metric_for_best_model：最优模型指标,UIE-X 举荐设置为 eval_f1，默认为 None。
  • load_best_model_at_end：训练完结后是否加载最优模型，通常与 metric_for_best_model 配合应用，默认为 False。
  • save_total_limit：如果设置次参数，将限度 checkpoint 的总数。删除旧的 checkpoints 输入目录，默认为 None。

2.3 模型评估

评估形式阐明：采纳单阶段评估的形式，即关系抽取、事件抽取等须要分阶段预测的工作对每一阶段的预测后果进行别离评估。验证 / 测试集默认会利用同一层级的所有标签来结构出全副负例。

可开启 debug 模式 对每个正例类别别离进行评估，该模式仅用于模型调试：

!python evaluate.py \
    --model_path ./checkpoint/model_best \
    --test_path ./data/dev.txt \
    --batch_size 16 \
    --device gpu \
    --max_seq_len 512
# 对 UIE-M 进行模型评估：# !python evaluate.py \
#     --model_path ./checkpoint/model_best \
#     --test_path ./data/dev.txt \
#     --batch_size 16 \
#     --max_seq_len 512 \
#     --multilingual
#debug
!python evaluate.py \
    --model_path ./checkpoint/model_best \
    --test_path ./data/dev.txt \
    --debug

局部后果展现：

[2023-05-29 17:32:09,124] [INFO] - -----------------------------
[2023-05-29 17:32:09,124] [INFO] - Class Name: all_classes
[2023-05-29 17:32:09,124] [INFO] - Evaluation Precision: 0.92000 | Recall: 0.92000 | F1: 0.92000



[2023-05-29 17:32:18,145] [INFO] - Class Name: 武器名称
[2023-05-29 17:32:18,145] [INFO] - Evaluation Precision: 0.96000 | Recall: 0.96000 | F1: 0.96000
[2023-05-29 17:32:18,961] [INFO] - -----------------------------
[2023-05-29 17:32:18,961] [INFO] - Class Name: X 的产国
[2023-05-29 17:32:18,961] [INFO] - Evaluation Precision: 1.00000 | Recall: 1.00000 | F1: 1.00000
[2023-05-29 17:32:19,762] [INFO] - -----------------------------
[2023-05-29 17:32:19,762] [INFO] - Class Name: X 的研发单位
[2023-05-29 17:32:19,762] [INFO] - Evaluation Precision: 0.81481 | Recall: 0.81481 | F1: 0.81481
[2023-05-29 17:32:20,554] [INFO] - -----------------------------
[2023-05-29 17:32:20,554] [INFO] - Class Name: X 的类型
[2023-05-29 17:32:20,554] [INFO] - Evaluation Precision: 1.00000 | Recall: 1.00000 | F1: 1.00000

可配置参数阐明：

  • device: 评估设施，可抉择 ‘cpu’、’gpu’、’npu’ 其中的一种；默认为 GPU 评估。
  • model_path: 进行评估的模型文件夹门路，门路下需蕴含模型权重文件 model_state.pdparams 及配置文件model_config.json。
  • test_path: 进行评估的测试集文件。
  • batch_size: 批处理大小，请联合机器状况进行调整，默认为 16。
  • max_seq_len: 文本最大切分长度，输出超过最大长度时会对输出文本进行主动切分，默认为 512。
  • debug: 是否开启 debug 模式对每个正例类别别离进行评估，该模式仅用于模型调试，默认敞开。
  • multilingual: 是否是跨语言模型，默认敞开。
  • schema_lang: 抉择 schema 的语言，可选有 ch 和en。默认为ch，英文数据集请抉择en。

2.4 模型预测

paddlenlp.Taskflow 装载定制模型，通过 task_path 指定模型权重文件的门路，门路下须要蕴含训练好的模型权重文件 model_state.pdparams。

相干 bug：KeyError: ‘sentencepiece_model_file’

同一个脚本先加载 uie-x, 再加载 uie，报错 KeyError: ‘sentencepiece_model_file’：https://github.com/PaddlePaddle/PaddleNLP/issues/5795

加载过 uiem 之后不能加载 uie 模型：https://github.com/PaddlePaddle/PaddleNLP/issues/5615

  1. 修复加载最新版本 paddlenlp 重启内核即可
  2. 重启我的项目，先加载 uie，再加在 uie- x 则不出错
# !pip install --pre --upgrade paddlenlp -f https://www.paddlepaddle.org.cn/whl/paddlenlp.html
from pprint import pprint
from paddlenlp import Taskflow

schema = {"武器名称": ["产国", "类型", "研发单位"]}
my_ie = Taskflow("information_extraction", schema=schema, task_path='./checkpoint/model_best')
pprint(my_ie("格鲁曼 FF/SF 战斗机，是美国海军配备的第一种能够收放起落架的舰载战斗机，也是格鲁曼战斗机同美国海军结缘 70 年的开始。"))

[2023-05-29 17:41:37,740] [INFO] - loading configuration file ./checkpoint/model_best/config.json
[2023-05-29 17:41:37,744] [INFO] - Model config ErnieConfig {
  "architectures": ["UIE"],
  "attention_probs_dropout_prob": 0.1,
  "dtype": "float32",
  "enable_recompute": false,
  "fuse": false,
  "hidden_act": "gelu",
  "hidden_dropout_prob": 0.1,
  "hidden_size": 768,
  "initializer_range": 0.02,
  "intermediate_size": 3072,
  "layer_norm_eps": 1e-12,
  "max_position_embeddings": 2048,
  "model_type": "ernie",
  "num_attention_heads": 12,
  "num_hidden_layers": 12,
  "pad_token_id": 0,
  "paddlenlp_version": null,
  "pool_act": "tanh",
  "task_id": 0,
  "task_type_vocab_size": 3,
  "type_vocab_size": 4,
  "use_task_id": true,
  "vocab_size": 40000
}

[2023-05-29 17:41:39,192] [INFO] - All model checkpoint weights were used when initializing UIE.

[2023-05-29 17:41:39,194] [INFO] - All the weights of UIE were initialized from the model checkpoint at ./checkpoint/model_best.
If your task is similar to the task the model of the checkpoint was trained on, you can already use UIE for predictions without further training.
[2023-05-29 17:41:39,196] [INFO] - Converting to the inference model cost a little time.
[2023-05-29 17:41:46,626] [INFO] - The inference model save in the path:./checkpoint/model_best/static/inference
[2023-05-29 17:41:48,510] [INFO] - We are using <class 'paddlenlp.transformers.ernie.tokenizer.ErnieTokenizer'> to load './checkpoint/model_best'.


[{'武器名称': [{'end': 11,
            'probability': 0.9973600367608348,
            'relations': {'产国': [{'end': 15,
                                  'probability': 0.9998343059352948,
                                  'start': 13,
                                  'text': '美国'}],
                          '类型': [{'end': 11,
                                  'probability': 0.9998778133542885,
                                  'start': 8,
                                  'text': '战斗机'}]},
            'start': 0,
            'text': '格鲁曼 FF/SF 战斗机'}]}]

2.5 模型疾速服务化部署

在 UIE 的服务化能力中提供基于 PaddleNLP SimpleServing 来搭建服务化能力，通过几行代码即可搭建服务化部署能力。

  • 环境筹备

应用有 SimpleServing 性能的 PaddleNLP 版本(或者最新的 develop 版本)

pip install paddlenlp >= 2.5.0
  • Server 服务启动

进入文件以后所在门路

paddlenlp server server:app --workers 1 --host 0.0.0.0 --port 8190
  • Client 申请启动
python client.py

  • 服务化自定义参数

    • Server 自定义参数
    • schema 替换
#Default schema
schema = {"武器名称": ["产国", "类型", "研发单位"]}
* 设置模型门路

#Default task_path
uie = Taskflow('information_extraction', task_path='./checkpoint/model_best/', schema=schema)
* 多卡服务化预测

PaddleNLP SimpleServing 反对多卡负载平衡预测，次要在服务化注册的时候，注册两个 Taskflow 的 task 即可，上面是示例代码

uie1 = Taskflow('information_extraction', task_path='../../../checkpoint/model_best/', schema=schema, device_id=0)
uie2 = Taskflow('information_extraction', task_path='../../../checkpoint/model_best/', schema=schema, device_id=1)
service.register_taskflow('uie', [uie1, uie2])
  • 更多配置
from paddlenlp import Taskflow
schema = 
uie = Taskflow("zero_shot_text_classification",
                   schema=schema,
                   model="uie-base",
                   max_seq_len=512,
                   batch_size=1,
                   pred_threshold=0.5,
                   precision="fp32")
  • schema：定义工作标签候选汇合。
  • model：抉择工作应用的模型，默认为utc-base, 可选有utc-xbase, utc-base, utc-medium, utc-micro, utc-mini, utc-nano, utc-pico。
  • max_seq_len：最长输出长度，包含所有标签的长度，默认为 512。
  • batch_size：批处理大小，请联合机器状况进行调整，默认为 1。
  • pred_threshold：模型对标签预测的概率在 0～1 之间，返回后果去掉小于这个阈值的后果，默认为 0.5。

  • precision：抉择模型精度，默认为 fp32，可选有fp16 和fp32。fp16推理速度更快。如果抉择 fp16，请先确保机器正确装置 NVIDIA 相关驱动和根底软件， 确保 CUDA>=11.2，cuDNN>=8.1.1，首次应用需依照提醒装置相干依赖。其次，须要确保 GPU 设施的 CUDA 计算能力（CUDA Compute Capability）大于 7.0，典型的设施包含 V100、T4、A10、A100、GTX 20 系列和 30 系列显卡等。更多对于 CUDA Compute Capability 和精度反对状况请参考 NVIDIA 文档：GPU 硬件与反对精度对照表。

    • Client 自定义参数
#Changed to input texts you wanted
texts = ['格鲁曼 FF/SF 战斗机，是美国海军配备的第一种能够收放起落架的舰载战斗机，也是格鲁曼战斗机同美国海军结缘 70 年的开始。']
# %cd /home/aistudio/deploy
# !paddlenlp server server:app --workers 1 --host 0.0.0.0 --port 8190
#Error loading ASGI app. Could not import module "server".
#去终端执行即可
# %cd /home/aistudio/deploy
# !python client.py

在 notebook 如果不行，能够间接进入终端进行调试，须要留神的是要在同一个门路下不然会报错:

3.UIE Slim 数据蒸馏

在 UIE 弱小的抽取能力背地，同样须要较大的算力反对计算。在一些工业利用场景中对性能的要求较高，若不能无效压缩则无奈理论利用。因而，咱们基于数据蒸馏技术构建了 UIE Slim 数据蒸馏零碎。其原理是通过数据作为桥梁，将 UIE 模型的常识迁徙到关闭域信息抽取小模型，以达到精度损失较小的状况下却能达到大幅度预测速度晋升的成果。

  • Step 1: 应用 UIE 模型对标注数据进行 finetune，失去 Teacher Model。
  • Step 2: 用户提供大规模无标注数据，需与标注数据同源。应用 Taskflow UIE 对无监督数据进行预测。
  • Step 3: 应用标注数据以及步骤 2 失去的合成数据训练出关闭域 Student Model。
  • 数据集介绍

3.1 离线蒸馏

  • 通过训练好的 UIE 定制模型预测无监督数据的标签

可配置参数阐明：

  • data_path: 标注数据（doccano_ext.json）及无监督文本（unlabeled_data.txt）门路。
  • model_path: 训练好的 UIE 定制模型门路。
  • save_dir: 学生模型训练数据保留门路。
  • synthetic_ratio: 管制合成数据的比例。最大合成数据数量 =synthetic_ratio* 标注数据数量。
  • task_type: 抉择工作类型，可选有 entity_extraction，relation_extraction，event_extraction 和opinion_extraction。因为是关闭域信息抽取，需指定工作类型。
  • seed: 随机种子，默认为 1000。

NOTE：schema 须要依据标注数据在 data_distill.py 中进行配置，且 schema 须要蕴含标注数据中的所有标签类型。

!cp /home/aistudio/data/sample_index.json /home/aistudio/data/military
%cd data_distill
!python data_distill.py \
    --data_path /home/aistudio/data/military \
    --save_dir student_data \
    --task_type relation_extraction \
    --synthetic_ratio 10 \
    --model_path /home/aistudio/checkpoint/model_best #曾经训练好的模型
[Errno 2] No such file or directory: 'data_distill'
/home/aistudio/data_distill
[2023-05-29 17:53:52,694] [INFO] - loading configuration file /home/aistudio/checkpoint/model_best/config.json
[2023-05-29 17:53:52,696] [INFO] - Model config ErnieConfig {
  "architectures": ["UIE"],
  "attention_probs_dropout_prob": 0.1,
  "dtype": "float32",
  "enable_recompute": false,
  "fuse": false,
  "hidden_act": "gelu",
  "hidden_dropout_prob": 0.1,
  "hidden_size": 768,
  "initializer_range": 0.02,
  "intermediate_size": 3072,
  "layer_norm_eps": 1e-12,
  "max_position_embeddings": 2048,
  "model_type": "ernie",
  "num_attention_heads": 12,
  "num_hidden_layers": 12,
  "pad_token_id": 0,
  "paddlenlp_version": null,
  "pool_act": "tanh",
  "task_id": 0,
  "task_type_vocab_size": 3,
  "type_vocab_size": 4,
  "use_task_id": true,
  "vocab_size": 40000
}

W0529 17:53:53.227413 11701 gpu_resources.cc:61] Please NOTE: device: 0, GPU Compute Capability: 8.0, Driver API Version: 11.2, Runtime API Version: 11.2
W0529 17:53:53.231253 11701 gpu_resources.cc:91] device: 0, cuDNN Version: 8.2.
[2023-05-29 17:53:54,118] [INFO] - All model checkpoint weights were used when initializing UIE.

[2023-05-29 17:53:54,118] [INFO] - All the weights of UIE were initialized from the model checkpoint at /home/aistudio/checkpoint/model_best.
If your task is similar to the task the model of the checkpoint was trained on, you can already use UIE for predictions without further training.
[2023-05-29 17:53:54,119] [INFO] - Converting to the inference model cost a little time.
[2023-05-29 17:54:00,548] [INFO] - The inference model save in the path:/home/aistudio/checkpoint/model_best/static/inference
[2023-05-29 17:54:02,567] [INFO] - We are using <class 'paddlenlp.transformers.ernie.tokenizer.ErnieTokenizer'> to load '/home/aistudio/checkpoint/model_best'.
[2023-05-29 17:54:26,764] [INFO]                                             - Save 627 examples to student_data/train_data.json.
[2023-05-29 17:54:26,765] [INFO] - Save 25 examples to student_data/dev_data.json.
[2023-05-29 17:54:26,765] [INFO] - Save 0 examples to student_data/test_data.json.

3.2 老师模型评估

UIE 微调阶段针对 UIE 训练格局数据评估模型成果（该评估形式非端到端评估，不适宜关系、事件等工作），可通过以下评估脚本针对原始标注格局数据评估模型成果

可配置参数阐明：

  • model_path: 训练好的 UIE 定制模型门路。
  • test_path: 测试数据集门路。
  • label_maps_path: 学生模型标签字典。
  • batch_size: 批处理大小，默认为 8。
  • max_seq_len: 最大文本长度，默认为 256。
  • task_type: 抉择工作类型，可选有 entity_extraction，relation_extraction，event_extraction 和opinion_extraction。因为是关闭域信息抽取的评估，需指定工作类型。
!python evaluate_teacher.py \
    --task_type relation_extraction \
    --test_path ./student_data/dev_data.json \
    --label_maps_path ./student_data/label_maps.json \
    --model_path /home/aistudio/checkpoint/model_best
[2023-05-29 17:54:36,866] [INFO] - We are using <class 'paddlenlp.transformers.ernie.tokenizer.ErnieTokenizer'> to load '/home/aistudio/checkpoint/model_best'.
[2023-05-29 17:54:36,888] [INFO] - We are using <class 'paddlenlp.transformers.ernie.tokenizer.ErnieTokenizer'> to load 'ernie-3.0-base-zh'.
[2023-05-29 17:54:36,888] [INFO] - Downloading https://bj.bcebos.com/paddlenlp/models/transformers/ernie_3.0/ernie_3.0_base_zh_vocab.txt and saved to /home/aistudio/.paddlenlp/models/ernie-3.0-base-zh
[2023-05-29 17:54:37,036] [INFO] - Downloading ernie_3.0_base_zh_vocab.txt from https://bj.bcebos.com/paddlenlp/models/transformers/ernie_3.0/ernie_3.0_base_zh_vocab.txt
100%|█████████████████████████████████████████| 182k/182k [00:00<00:00, 401kB/s]
[2023-05-29 17:54:37,623] [INFO] - tokenizer config file saved in /home/aistudio/.paddlenlp/models/ernie-3.0-base-zh/tokenizer_config.json
[2023-05-29 17:54:37,623] [INFO] - Special tokens file saved in /home/aistudio/.paddlenlp/models/ernie-3.0-base-zh/special_tokens_map.json
[2023-05-29 17:54:40,622] [INFO]                                             - Evaluation precision: {'entity_f1': 0.92, 'entity_precision': 0.92, 'entity_recall': 0.92, 'relation_f1': 0.86667, 'relation_precision': 0.86667, 'relation_recall': 0.86667}

3.3 学生模型训练

可配置参数阐明：

  • train_path: 训练集文件门路。
  • dev_path: 验证集文件门路。
  • batch_size: 批处理大小，默认为 16。
  • learning_rate: 学习率，默认为 3e-5。
  • save_dir: 模型存储门路，默认为./checkpoint。
  • max_seq_len: 最大文本长度，默认为 256。
  • weight_decay: 示意 AdamW 优化器中应用的 weight_decay 的系数。
  • warmup_proportion: 学习率 warmup 策略的比例，如果 0.1，则学习率会在前 10% 训练 step 的过程中从 0 缓缓增长到 learning_rate, 而后再迟缓衰减，默认为 0.0。
  • num_epochs: 训练轮数，默认为 100。
  • seed: 随机种子，默认为 1000。
  • encoder: 抉择学生模型的模型底座，默认为ernie-3.0-mini-zh。
  • task_type: 抉择工作类型，可选有 entity_extraction，relation_extraction，event_extraction 和opinion_extraction。因为是关闭域信息抽取，需指定工作类型。
  • logging_steps: 日志打印的距离 steps 数，默认 10。
  • valid_steps: evaluate 的距离 steps 数，默认 200。
  • device: 选用什么设施进行训练，可选 cpu 或 gpu。
  • init_from_ckpt: 可选，模型参数门路，热启动模型训练；默认为 None。
!python train.py \
    --task_type relation_extraction \
    --train_path student_data/train_data.json \
    --dev_path student_data/dev_data.json \
    --label_maps_path student_data/label_maps.json \
    --num_epochs 200 \
    --encoder ernie-3.0-mini-zh\
    --device "gpu"\
    --eval_steps 100\
    --logging_steps 50\
    --save_dir './checkpoint-mini'\
    --batch_size 32

3.4 学生模型评估

!python evaluate.py \
    --model_path /home/aistudio/data_distill/checkpoint-mini/model_best \
    --test_path student_data/dev_data.json \
    --task_type relation_extraction \
    --label_maps_path student_data/label_maps.json \
    --encoder ernie-3.0-mini-zh
[2023-05-29 18:28:24,274] [INFO] - We are using <class 'paddlenlp.transformers.ernie.tokenizer.ErnieTokenizer'> to load 'ernie-3.0-mini-zh'.
[2023-05-29 18:28:24,274] [INFO] - Already cached /home/aistudio/.paddlenlp/models/ernie-3.0-mini-zh/ernie_3.0_mini_zh_vocab.txt
[2023-05-29 18:28:24,297] [INFO] - tokenizer config file saved in /home/aistudio/.paddlenlp/models/ernie-3.0-mini-zh/tokenizer_config.json
[2023-05-29 18:28:24,297] [INFO] - Special tokens file saved in /home/aistudio/.paddlenlp/models/ernie-3.0-mini-zh/special_tokens_map.json
[2023-05-29 18:28:24,298] [INFO] - We are using <class 'paddlenlp.transformers.ernie.modeling.ErnieModel'> to load 'ernie-3.0-mini-zh'.
[2023-05-29 18:28:24,299] [INFO] - Model config ErnieConfig {
  "attention_probs_dropout_prob": 0.1,
  "enable_recompute": false,
  "fuse": false,
  "hidden_act": "gelu",
  "hidden_dropout_prob": 0.1,
  "hidden_size": 384,
  "initializer_range": 0.02,
  "intermediate_size": 1536,
  "layer_norm_eps": 1e-12,
  "max_position_embeddings": 2048,
  "model_type": "ernie",
  "num_attention_heads": 12,
  "num_hidden_layers": 6,
  "pad_token_id": 0,
  "paddlenlp_version": null,
  "pool_act": "tanh",
  "task_id": 0,
  "task_type_vocab_size": 16,
  "type_vocab_size": 4,
  "use_task_id": true,
  "vocab_size": 40000
}

W0529 18:28:25.889279 23259 gpu_resources.cc:61] Please NOTE: device: 0, GPU Compute Capability: 8.0, Driver API Version: 11.2, Runtime API Version: 11.2
W0529 18:28:25.891964 23259 gpu_resources.cc:91] device: 0, cuDNN Version: 8.2.
[2023-05-29 18:28:26,071] [WARNING] - Some weights of the model checkpoint at ernie-3.0-mini-zh were not used when initializing ErnieModel: ['ernie.encoder.layers.6.norm2.bias', 'ernie.encoder.layers.6.linear2.weight', 'ernie.encoder.layers.6.self_attn.out_proj.bias', 'ernie.encoder.layers.6.norm1.weight', 'ernie.encoder.layers.6.self_attn.out_proj.weight', 'ernie.encoder.layers.6.self_attn.q_proj.bias', 'ernie.encoder.layers.6.self_attn.v_proj.weight', 'ernie.encoder.layers.6.self_attn.k_proj.bias', 'ernie.encoder.layers.6.linear2.bias', 'ernie.encoder.layers.6.linear1.bias', 'ernie.encoder.layers.6.self_attn.v_proj.bias', 'ernie.encoder.layers.6.norm2.weight', 'ernie.encoder.layers.6.self_attn.k_proj.weight', 'ernie.encoder.layers.6.self_attn.q_proj.weight', 'ernie.encoder.layers.6.norm1.bias', 'ernie.encoder.layers.6.linear1.weight']
- This IS expected if you are initializing ErnieModel from the checkpoint of a model trained on another task or with another architecture (e.g. initializing a BertForSequenceClassification model from a BertForPreTraining model).
- This IS NOT expected if you are initializing ErnieModel from the checkpoint of a model that you expect to be exactly identical (initializing a BertForSequenceClassification model from a BertForSequenceClassification model).
[2023-05-29 18:28:26,072] [WARNING] - Some weights of ErnieModel were not initialized from the model checkpoint at ernie-3.0-mini-zh and are newly initialized: ['ernie.pooler.dense.bias', 'ernie.pooler.dense.weight']
You should probably TRAIN this model on a down-stream task to be able to use it for predictions and inference.
[2023-05-29 18:28:28,078] [INFO]                                             - Evaluation precision: {'entity_f1': 0.90155, 'entity_precision': 0.93548, 'entity_recall': 0.87, 'relation_f1': 0.82517, 'relation_precision': 0.86765, 'relation_recall': 0.78667}


- Evaluation precision: {'entity_f1': 0.90155, 'entity_precision': 0.93548, 'entity_recall': 0.87, 'relation_f1': 0.82517, 'relation_precision': 0.86765, 'relation_recall': 0.78667}

3.5 Taskflow 部署学生模型

  • 通过 Taskflow 一键部署关闭域信息抽取模型，task_path为学生模型门路。
from pprint import pprint
from paddlenlp import Taskflow
ie = Taskflow("information_extraction",model="uie-data-distill-gp", task_path="/home/aistudio/data_distill/checkpoint-mini/model_best") # Schema is fixed in closed-domain information extraction
pprint(ie("格鲁曼 FF/SF 战斗机，是美国海军配备的第一种能够收放起落架的舰载战斗机，也是格鲁曼战斗机同美国海军结缘 70 年的开始。"))
[2023-05-29 20:55:17,301] [INFO] - We are using <class 'paddlenlp.transformers.ernie.tokenizer.ErnieTokenizer'> to load '/home/aistudio/data_distill/checkpoint-mini/model_best'.


[{'武器名称': [{'end': 11,
            'probability': 0.99916863,
            'relations': {'产国': [{'end': 15,
                                  'probability': 0.99942076,
                                  'relations': {},
                                  'start': 13,
                                  'text': '美国'}],
                          '类型': [{'end': 11,
                                  'probability': 0.9989723,
                                  'relations': {},
                                  'start': 8,
                                  'text': '战斗机'}]},
            'start': 0,
            'text': '格鲁曼 FF/SF 战斗机'}]}]

3.6 服务化疾速部署

# 终端运行
# %cd /home/aistudio/data_distill/distill_deploy
#!paddlenlp server server:app --workers 1 --host 0.0.0.0 --port 8189
#!python client.py

4. 性能晋升测评（重点）

比照原模型、SimpleServing、以及蒸馏后的模型推理速度

4.1 UIE-base+FasterTokenizer

from pprint import pprint
import json
from paddlenlp import Taskflow
import pandas as pd
#运行工夫
import time


def openreadtxt(file_name):
    data = []
    file = open(file_name,'r',encoding='UTF-8')  #关上文件
    file_data = file.readlines() #读取所有行
    for row in file_data:
        data.append(row) #将每行数据插入 data 中     
    return data

# 工夫 1
old_time = time.time()
data_input=openreadtxt('/home/aistudio/data/military/unlabeled_data.txt')

schema = {"武器名称": ["产国", "类型", "研发单位"]}

few_ie = Taskflow('information_extraction', schema=schema,use_faster=True,batch_size=32,task_path='/home/aistudio/checkpoint/model_best',)
# 工夫 1
current_time = time.time()
print("数据模型载入运行工夫为" + str(current_time - old_time) + "s")

#工夫 2
old_time1 = time.time()
results=few_ie(data_input)
current_time1 = time.time()
print("模型计算运行工夫为" + str(current_time1 - old_time1) + "s")
#工夫 2

#工夫三
old_time3 = time.time()
test = pd.DataFrame(data=results)
test.to_csv('/home/aistudio/output/reslut.txt', sep='\t', index=False,header=False) #本地

current_time3 = time.time()
print("数据导出运行工夫为" + str(current_time3 - old_time3) + "s")

print("数据后果已导出")
[2023-05-29 20:57:04,668] [INFO] - We are using <class 'paddlenlp.transformers.ernie.tokenizer.ErnieTokenizer'> to load '/home/aistudio/checkpoint/model_best'.


数据模型载入运行工夫为 3.4314684867858887s
模型计算运行工夫为 30.832460403442383s
数据导出运行工夫为 0.012335062026977539s
数据后果已导出

4.2 UIE-base+Servering 推理

#%cd /home/aistudio/deploy
#!paddlenlp server server:app --workers 1 --host 0.0.0.0 --port 8191

#!python client-test.py

4.3 UIE-base Slim

# 数据蒸馏模型
from pprint import pprint
import json
from paddlenlp.taskflow import Taskflow
import pandas as pd
#运行工夫
import time

def openreadtxt(file_name):
    data = []
    file = open(file_name,'r',encoding='UTF-8')  #关上文件
    file_data = file.readlines() #读取所有行
    for row in file_data:
        data.append(row) #将每行数据插入 data 中     
    return data

# 工夫 1
old_time = time.time()
data_input=openreadtxt('/home/aistudio/data/military/unlabeled_data.txt')


few_ie = Taskflow("information_extraction", model="uie-data-distill-gp", task_path="/home/aistudio/data_distill/checkpoint-mini/model_best",batch_size=32) # Schema 在闭域信息抽取中是固定的


# 工夫 1
current_time = time.time()
print("数据模型载入运行工夫为" + str(current_time - old_time) + "s")

#工夫 2
old_time1 = time.time()
results=few_ie(data_input)
current_time1 = time.time()
print("模型计算运行工夫为" + str(current_time1 - old_time1) + "s")
#工夫 2

#工夫三
old_time3 = time.time()
test = pd.DataFrame(data=results)
test.to_csv('/home/aistudio/output/reslut.txt', sep='\t', index=False,header=False) #本地

# with open("/home/aistudio/output/reslut.txt", "w+",encoding='UTF-8') as f:    #a :   写入文件，若文件不存在则会先创立再写入，但不会笼罩原文件，而是追加在文件开端
#     for result in results:
#         line = json.dumps(result, ensure_ascii=False)  #对中文默认应用的 ascii 编码. 想输入真正的中文须要指定 ensure_ascii=False
#         f.write(line + "\n")
current_time3 = time.time()
print("数据导出运行工夫为" + str(current_time3 - old_time3) + "s")

print("数据后果已导出")
[2023-05-29 20:57:35,608] [INFO] - We are using <class 'paddlenlp.transformers.ernie.tokenizer.ErnieTokenizer'> to load '/home/aistudio/data_distill/checkpoint-mini/model_best'.


数据模型载入运行工夫为 1.6323919296264648s
模型计算运行工夫为 5.898466348648071s
数据导出运行工夫为 0.011991262435913086s
数据后果已导出



# cd /home/aistudio/data_distill/distill_deploy
#!paddlenlp server server:app --workers 1 --host 0.0.0.0 --port 8193
#!python client-test.py

5. 可视化显示

代码见我的项目中 gradio 文件

6. 总结

6.1 计划比照总结

  • 小样本军事关系抽取数据集试验指标：
样本量 Precision Recall F1 Score
0-shot 0.64634 0.53535 0.58564
5-shot 0.89474 0.85000 0.87179
10-shot 0.92793 0.85833 0.89177
full-set 0.92 0.92 0.92
  • 性能比照
模型 推理耗时 晋升倍数
UIE+faster 30.83 1
uie+servering 31.75 1-
UIE Slim 5.90 5.23

本我的项目为 UIE 框架降级版本关系抽取，具体解说了数据标注，以及军事畛域 RE 微调，同时实现基于 SimpleServing 的疾速服务化部署，并思考了在一些工业利用场景中对性能的要求较高，若不能无效压缩则无奈理论利用。因而，将 UIE 模型的常识迁徙到关闭域信息抽取小模型，同时应用 FasterTokenizer 进行文本预处理减速，整体提速 7.6x 倍。

6.2 更多优质我的项目举荐

NLP 专栏简介：数据加强、智能标注、用意辨认算法 | 多分类算法、文本信息抽取、多模态信息抽取、可解释性剖析、性能调优、模型压缩算法等：

  1. [小样本文本分类利用：基于 UTC 的医疗用意多分类，训练调优部署一条龙]
  2. [“中国法研杯”司法人工智能挑战赛：基于 UTC 的多标签 / 档次分类小样本文本利用]
  3. [Paddlenlp 之 UIE 模型实战实体抽取工作【打车数据、快递单】]
  4. [Paddlenlp 之 UIE 关系抽取模型【高管关系抽取为例】]
  5. [UIE Slim 满足工业利用场景，解决推理部署耗时问题，晋升效力！]
  6. [基于 Labelstudio 的 UIE 半监督智能标注计划（本地版），赶快用起来啦！]
  7. [基于 Labelstudio 的 UIE 半监督深度学习的智能标注计划(云端版)，提效！]
  8. [基于 ERNIELayout&PDFplumber-UIEX 多计划学术论文信息抽取]
  9. [基线晋升至 96.45%：2022 司法杯犯罪事实实体辨认 + 数据蒸馏 + 被动学习]
  10. [[信息抽取]基于 ERNIE3.0 的多对多信息抽取算法：属性关系抽取]

我的项目链接以及码源

码源链接在文章末跳转订阅可见

  • 参考链接
  • GlobalPointer
  • GPLinker
  • JunnYu/GPLinker_pytorch
  • CBLUE
正文完
自然语言处理
发表至： 自然语言处理
2023-05-31
 0
智能搜索模型预估框架Augur的建设与实践
十年育林百度NLP已枝繁叶茂
关于自然语言处理:医疗大模型数据知识双轮驱动实现医学推理医患问答病历自动生成临床决策为未来医疗服务提供全新可能性
关于自然语言处理:Rasa对话机器人连载五-第122课Rasa对话机器人Debugging项目实战之银行金融对话机器人全生命周期调试实战一

站内搜索

-「」