文件名称：BERT-AttributeExtraction：在KnowledgeGraph中使用BERT进行属性提取。 微调和特征提取。使用基于伯伯的微调和特征提取方法来进行知识图谱百度百科人物词条属性抽取
文件大小：3.33MB
文件格式：ZIP
更新时间：2024-02-24 12:12:33
nlp ai knowledge-graph feature-extraction deeplearning
BERT属性提取 基于bert的知识图谱属性撤销 将BERT用于KnowledgeGraph中的属性提取有两种方法，即微调和特征提取。 知识图谱百度百科人物词条属性撤除，使用基于伯特的微调微调和特征提取特征提取方法进行实验。 先决条件 Tensorflow >=1.10 scikit-learn 预训练模型 ：简体中文和繁体中文，12层，隐藏768、12头，110M参数 正在安装 没有 数据集 该数据集是根据百度百科字符条目构建的。 筛选出不包含实体和属性的语料库。 实体和属性是从名称实体识别获得的。 标签是从“百度百科”信息框中获取的，大多数标签是手动标签的，因此有些标签不是很好。 例
【文件预览】：
BERT-AttributeExtraction-master
----birthplace()
--------data_process.py(18KB)
--------run_classifier.py(32KB)
--------proba2metrics_strip.py(2KB)
--------run_classifier_strip.py(32KB)
--------data_process_old.py(10KB)
--------data_process_strip.py(19KB)
--------proba2metrics.py(2KB)
--------parameters(374B)
--------data()
--------FeatureExtraction()
--------result()
--------strip.py(4KB)
----birdate()
--------data_process.py(10KB)
--------run_classifier.py(32KB)
--------run_classifier_strip.py(32KB)
--------data_process_strip.py(19KB)
--------proba2metrics.py(2KB)
--------json2vector.py(674B)
--------data_pro.py(4KB)
--------data()
--------result()
--------strip.py(4KB)
----README.md(4KB)
----.gitignore(2KB)