智慧城市-疫情流调系列4-Prompt-UIE，生成式通用信息抽取-paddlenlp

1 参考

本次评测将提供基于飞桨框架PaddlePaddle的开源基线系统，提供丰富的高层API，从开发、训练到预测部署提供优质的整体体验。
推荐您参照基线方案，进行二次开发、模型调优和方案创新。

GitHub 基线系统：https://github.com/PaddlePaddle/PaddleNLP/tree/develop/examples/information_extraction/DuUIE

同时，我们在AI studio上提供了免费的算力支持、编程环境和基线系统，选手可『一键运行』跑出结果。

Aistudio基线：https://aistudio.baidu.com/aistudio/projectdetail/3913877

2 概念理解

2.1 情感抽取是严格意义上的关系抽取

本质上还是两个的实体抽取，评价属性维度和评价观点两个实体，然后属性和观点之间的一个关系，分为正向或者负向
把实体的范围扩大化即可，实体类型并非只有人名或组织机构等

2.2 事件抽取并非严格意义的关系抽取，更多的是属性抽取，属于关系抽取的一种

客体类别就是关系类别，触发词就是主体，触发词类别就是主体类别，关系类别就是属性，也是客体的类别

3 数据说明

3.1 实体抽取：（Span，类型标签）：代表性的抽取任务包括有实体抽取任务（实体提及span，实体类型）、事件触发词识别任务（触发词span，事件类型）

3.2 关系抽取、情感抽取：（关联关系标签，Span1，Span2）：代表性的抽取任务包括有关系抽取任务(关系类型, 主体span, 客体span）、情感三元组（情感极性，意见对象span，情感表达span）

3.3 事件抽取：（类型标签，关联关系标签，Span）：代表性的抽取任务包括有事件论元识别（事件类型，论元角色，论元span）

3.4 详细解释

多元组中所涉及的基本元素包括：

文本块抽取结果span（以字符串形式体现，不需要对应回offset）
表示类型的标签（例如：实体类型、事件类型）
表示关联关系的标签（例如：关系类型、事件论元类型）。

具体来说，评价的多元组可能包含有：

（Span，类型标签）：代表性的抽取任务包括有实体抽取任务（实体提及span，实体类型）、事件触发词识别任务（触发词span，事件类型）
（关联关系标签，Span1，Span2）：代表性的抽取任务包括有关系抽取任务(关系类型, 主体span, 客体span）、情感三元组（情感极性，意见对象span，情感表达span）
（类型标签，关联关系标签，Span）：代表性的抽取任务包括有事件论元识别（事件类型，论元角色，论元span）

对于Seen Schema而言，每个领域我们考察的抽取任务如下：

人生信息：抽取（关系类型, 主体span, 客体span）关系三元组、抽取（实体提及span，实体类型）实体二元组
机构信息：抽取（关系类型, 主体span, 客体span）关系三元组、抽取（实体提及span，实体类型）实体二元组
金融信息：抽取（事件类型，论元角色，论元span）事件论元三元组
体育竞赛：抽取（事件类型，论元角色，论元span）事件论元三元组
影视情感：抽取（情感极性，意见对象span，情感表达span）情感三元组
灾害意外：抽取（事件类型，论元角色，论元span）事件论元三元组

对于Unseen Schema而言，每个领域我们考察的抽取任务如下：

金融舆情：抽取（事件类型，论元角色，论元span）事件论元三元组
金融监管：抽取（关系类型, 主体span, 客体span）关系三元组
医患对话：抽取（关系类型, 主体span, 客体span）关系三元组、抽取（实体提及span，实体类型）实体二元组
流调信息：抽取（事件类型，论元角色，论元span）事件论元三元组

4 信息抽取总结

4.1 事件论元三元组， 属性关系抽取，（事件类型，论元角色，论元span）

4.2 关系三元组， 主体客体，关系抽取，（关系类型, 主体span, 客体span）

5 win10操作

5.1 数据集构建

新建data文件夹，把下载的数据集全部解压拷贝进去即可

5.2 代码梳理

1、子命令解析，参考python 子命令解析
2、属性关系单独列出来了


python 字典defaultdict(list)：https://blog.csdn.net/weixin_38145317/article/details/93175217

setderault()方法接收两个参数，用法和get类似，但比get强大，它可以给字典的key设定一个默认值（如果key不在字典中的时候），

defaultdict(list),会构建一个默认value为list的字典，

    from collections import defaultdict
    result = defaultdict(list)
    data = [("p", 1), ("p", 2), ("p", 3),
            ("h", 1), ("h", 2), ("h", 3)]
     
    for (key, value) in data:
        result[key].append(value)
    print(result)#defaultdict(<class 'list'>, {'p': [1, 2, 3], 'h': [1, 2, 3]})