• 记录在知识图谱实践中所应用的一些算法
• 记录构建知识图谱的一些思路

环境

ubuntu16.04

python3.6

• tensorflow
• scikit-learn

中文预训练模型

[Chinese-BERT-wwm] (https://github.com/ymcui/Chinese-BERT-wwm)

关系抽取

数据

以2019语言与智能技术竞赛 的数据作为训练、测试用数据 。

模型1

Enriching Pre-trained Language Model with Entity Information for Relation Classification

模型结构，来源于论文：

使用模型

cd ./relation_extract
python run_classifier_01.py

模型2

模型结构，使用TextCnn的基本结构。

nodes

• 使用Bert的tokenizer进行切字
• vocabulary与bert相同
• 分别对字和位置信息进行了embedding，然后拼接

使用模型

cd ./relation_extract
python run_classifier_02.py

结果

dev集结果

序号	模型	precision	recall	f1-score
1	模型1	0.97	0.97	0.97
2	模型2