PICK-pytorch 项目教程

PICK-pytorch 项目教程

PICK-pytorch Code for the paper "PICK: Processing Key Information Extraction from Documents using Improved Graph Learning-Convolutional Networks" (ICPR 2020) 项目地址: https://gitcode.com/gh_mirrors/pi/PICK-pytorch

1. 项目的目录结构及介绍

PICK-pytorch/
├── configs/
│   ├── config.yaml
│   └── ...
├── data/
│   ├── dataset/
│   └── ...
├── models/
│   ├── model.py
│   └── ...
├── utils/
│   ├── utils.py
│   └── ...
├── main.py
├── README.md
└── ...

• configs/: 存放项目的配置文件，如 config.yaml。
• data/: 存放数据集文件，如 dataset/。
• models/: 存放模型的定义文件，如 model.py。
• utils/: 存放工具函数和辅助代码，如 utils.py。
• main.py: 项目的启动文件。
• README.md: 项目的说明文档。

2. 项目的启动文件介绍

main.py 是项目的启动文件，负责初始化配置、加载数据、构建模型、训练和评估模型等核心功能。以下是 main.py 的主要功能模块：

• 初始化配置: 从 configs/config.yaml 中读取配置参数。
• 数据加载: 使用 data/dataset/ 中的数据集进行数据加载和预处理。
• 模型构建: 根据配置文件中的参数构建模型。
• 训练和评估: 进行模型的训练和评估，并输出结果。

3. 项目的配置文件介绍

configs/config.yaml 是项目的主要配置文件，包含了模型训练和评估所需的各种参数。以下是配置文件的主要内容：

model:
  name: "PICK"
  hidden_size: 256
  num_layers: 2

data:
  dataset_path: "data/dataset/"
  batch_size: 32

train:
  epochs: 10
  learning_rate: 0.001

eval:
  metrics: ["accuracy", "f1_score"]

• model: 定义模型的名称、隐藏层大小和层数。
• data: 定义数据集路径和批次大小。
• train: 定义训练的轮数和学习率。
• eval: 定义评估时使用的指标，如准确率和F1分数。

通过以上配置文件，用户可以灵活调整模型的参数和训练过程，以适应不同的任务需求。

PICK-pytorch Code for the paper "PICK: Processing Key Information Extraction from Documents using Improved Graph Learning-Convolutional Networks" (ICPR 2020) 项目地址: https://gitcode.com/gh_mirrors/pi/PICK-pytorch