-
载入数据,读取文本和spo标签内容;
-
解析spo标签
-
方法
1)读取输入的文本内容,对其进行tokenizer计算,产出计算特征;
2)对语料进行shuffle
3)计算label
4)计算schema
5)定义网络
定义GlobalPointer,创建实体网络、关系头网络、关系尾网络;
6)稀疏交叉熵计算损失值使用BertAdam进行优化。
4.迭代训练
批量计算损失值,并反向传播,优化,存储模型。
5.模型评估
遍历训练过程生成的模型,加载模型,对评估文本计算推理结果;比对推理结果和实际结果,产出精准率、召回率和F1-score值。
选择评估结果最优的模型,其它模型删除。
6.模型推理
1)读取输入的文本内容,对其进行tokenizer计算特征;
2)载入模型,前向计算,产出计算结果;
3)结果推理
4)对产出的结果进行封装;