python知识图谱关系抽取算法_spo_extract_platform

开放领域的关系抽取的一次尝试

平台组成

标注平台（前端网页），对应目录spo_tagging_platform；

标注内容： S,P,O, is_tagging, 原文以及SPO的关系。

模型：

S,P,O: 序列标注算法（ALBERT+BiLSTM+CRF），对应目录sequence_labeling，在测试集上的F1大约为81%；

关系抽取: 文本二分类(ALBERT+BiGRU+ATT)，对应目录text_classification，在测试集上的准确率大约为96%。

标注语料来源于新闻内容和小说内容。

该项目在提取小说、新闻以及其他无结构文本方面的应用，对应目录为extract_example。

数据介绍

现阶段的序列标注算法的样本为3211个，关系抽取的标注数据为9279，共有关系1365个，数量最多的前20个关系如下图：

平台使用前的准备工作

该平台采用Python3开发，需要安装的模块参考requirements.txt

如何使用该平台？

序列标注算法和文本二分类已经训练好，可以直接clone下来使用。

运行sequence_labeling/run.py，该HTTP服务运行端口为12306；

运行t