thunlp的OpenNRE的使用

发表OpenNRE的论文，论文详细说明了OpenNRE的各个组件。
OpenNRE的github的地址。
清华整理的做关系抽取必读的文章的地址。

OpenNRE实现了基于sentence-level，bag-level和few-shot的relation extraction（关系抽取）。bag-level的关系抽取也就是基于远程监督的关系抽取。

OpenNRE的结构

OpenNRE主要包括Tokenization，Module，Encoder，Model，Framework这5部分组成。

Tokenization

这个组件的任务是将输入文本分割成word-level和subword-level的两种token流。如果想要新建一个新的类型的token流可以通过继承BasicTokenizer类来实现。

Module

这个组件主要包括用于模型实现的各种功能神经模块组成，如基本的网络层、一些池操作和激活功能。

Encoder

这个组件主要将编码器应用于将文本编码到其相应的embedding中以提供语义特性。作者基于前面的Tokenization和Module组件实现了BaseEncoder类，这个类可以实现token的embedding，也可以通过继承这个类来实现自己的encoder。同时作者也实现了一些常用的编码器结构，比如LSTM，Bert等。

Model

这个组件作者实现了一些经典的关系抽取模型，比如基于CNN的关系抽取模型等，还实现了一些其他的用于提升模型性能的算法，比如注意力机制，对抗训练，强化学习等。

Framework

这个组件主要负责集成其他四个组件，支持各种功能(包括数据处理、模型训练、模型优化、模型评估)。并实现了基于sentence-level，bag-level和few-shot的关系抽取。

示例