CasRel 模型学习记录(一)

CasRel模型介绍

主要分为两部分，subject tagger用来抽取头实体，relation-specific object taggers用来抽取关系和尾实体。

联合抽取的流程

头实体抽取

输入一组句子，利用bert进行编码得到一组序列$$h_N$$
在序列上利用二分类分别识别实体的开头和结尾
利用就近原则匹配得到若干头实体$$v_{sub}^1,v_{sub}^2,v_{sub}^3...$$
其中$$v_{sub}^k$$
表示的是第k个头实体向量的平均值

关系和尾实体抽取

输入头实体抽取中得到的序列$$h_N$$和第k个头实体向量的平均值$$v_{sub}^k$$
对每种关系进行尾实体抽取，和抽取头实体的方法一样
利用二分类分别识别实体的开头和结尾，再利用就近原则匹配得到尾实体

CasRel的pytorch实现

代码来源于参考2
期间遇到的坑
1.读文件的编码问题
2.保存文件的路径问题
3.py写文件的问题

总结

跑实际的代码能够帮助理解模型，不过直接用别人的代码，很可能有很多坑，需要慢慢解决。接下来就是进行深入学习，理解模型的原理以及代码的实现。

reference

[1]CasRel
[2]CasRelPyTorch