使用DeepKE训练命名实体识别模型DEMO（官方DEMO）

说明：

• 首次发表日期：2024-10-10
• DeepKE资源：
  • 文档： https://www.zjukg.org/DeepKE/
  • 网站： http://deepke.zjukg.cn/
  • cnschema： http://cnschema.openkg.cn/

如果需要，设置Github镜像

git config --system url."https://githubfast.com/".insteadOf https://github.com/

如果要取消，则输入：
git config --system --unset url.https://githubfast.com/.insteadof

创建conda环境

conda create -n deepke python=3.8
conda activate deepke

# 安装torch
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

# 使用阿里云镜像安装torch 1.11.0
# pip install https://mirrors.aliyun.com/pytorch-wheels/cu113/torch-1.11.0+cu113-cp38-cp38-linux_x86_64.whl https://mirrors.aliyun.com/pytorch-wheels/cu113/torchvision-0.12.0+cu113-cp38-cp38-linux_x86_64.whl https://mirrors.aliyun.com/pytorch-wheels/cu113/torchaudio-0.11.0+cu113-cp38-cp38-linux_x86_64.whl -i https://mirrors.aliyun.com/pypi/simple/

安装DeepKE:

git clone https://github.com/zjunlp/DeepKE.git
cd DeepKE

pip install pip==24.0

pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
python setup.py install
python setup.py develop

pip install prettytable==2.4.0
pip install ipython==8.12.0

下载数据集

# apt-get install wget
cd example/ner/standard
wget 120.27.214.45/Data/ner/standard/data.tar.gz
tar -xzvf data.tar.gz

可以看到data文件夹下有:

• train.txt: Training set
• valid.txt : Validation set
• test.txt: Test set

配置wandb

在 https://wandb.ai/ 上注册账号，并新建一个project，取一个名字，比如：deepke-ner-official-demo 。

打开 https://wandb.ai/authorize 获取 API key 。

运行 wandb init，输入刚获取的 API key 和创建的project 。

运行训练和预测

删除之前训练时保存的checkpoints和logs文件夹（如果有）:

rm -r checkpoints/
rm -r logs/

lstmcrf

打开 example/ner/standard/run_lstmcrf.py， 确保wandb和yaml库有正常导入:

import wandb
import yaml

修改wandb的project名称:

if config['use_wandb']:
    wandb.init(project="deepke-ner-official-demo")

修改 example/ner/standard/conf/config.yaml 中的 use_wandb 为 True.

如果需要使用多个GPU训练，修改 example/ner/standard/conf/train.yaml 中的 use_multi_gpu 为 True 。

开始训练:

python run_lstmcrf.py

>> total: 109870 loss: 27.181508426008552
              precision    recall  f1-score   support

       B-LOC     0.8920    0.8426    0.8666      1951
       B-ORG     0.8170    0.7439    0.7787       984
       B-PER     0.8783    0.8167    0.8464       884
       I-LOC     0.8650    0.8264    0.8453      2581
       I-ORG     0.8483    0.8365    0.8424      3945
       I-PER     0.8860    0.8436    0.8643      1714
           O     0.9861    0.9912    0.9886     97811

    accuracy                         0.9732    109870
   macro avg     0.8818    0.8430    0.8618    109870
weighted avg     0.9727    0.9732    0.9729    109870

用于的预测文本保存在example/ner/standard/conf/predict.yaml中，修改为如下:

text: "“热水器等以旧换新，节省了2000多元。”10月3日，在湖北省襄阳市的一家购物广场，市民金煜轻触手机，下单、付款、登记。湖北着力推动大规模设备更新和消费品以旧换新。“力争到今年底，全省汽车报废更新、置换更新分别达到4.5万辆、12.5万辆，家电以旧换新170万套。”湖北省商务厅厅长龙小红介绍。"

运行预测:

python predict.py

NER结果

[('湖', 'B-LOC'), ('北', 'I-LOC'), ('省', 'I-LOC'), ('襄', 'B-LOC'), ('阳', 'I-LOC'), ('市', 'I-LOC'), ('场', 'I-LOC'), ('煜', 'I-PER'), ('湖', 'B-ORG'), ('北', 'I-ORG'), ('省', 'I-ORG'), ('商', 'I-ORG'), ('务', 'I-ORG'), ('厅', 'I-ORG'), ('厅', 'I-ORG'), ('龙', 'B-PER'), ('小', 'I-PER'), ('红', 'I-PER')]

bert

修改 example/ner/standard/conf/config.yaml中的hydra/model为bert.

bert的超参设置在 example/ner/standard/conf/hydra/model/bert.yaml，如有需要可以修改.

修改 example/ner/standard/conf/config.yaml 中的 use_wandb 为 True.

修改 example/ner/standard/run_bert.py 中的wandb的project名称:

    if cfg.use_wandb:
        wandb.init(project="deepke-ner-official-demo")

根据需要，修改example/ner/standard/conf/train.yaml中的train_batch_size，对于bert来说推荐不小于64 。

开始训练:

export HF_ENDPOINT=https://hf-mirror.com
python run_bert.py

w2ner

w2ner是一个新的SOTA模型.

基于W2NER (AAAI’22)的应对多种场景的实体识别方法 (详情请查阅论文Unified Named Entity Recognition as Word-Word Relation Classification). 。

命名实体识别 (NER) 涉及三种主要类型，包括平面、重叠（又名嵌套）和不连续的 NER，它们大多是单独研究的。最近，人们对统一 NER 越来越感兴趣， W2NER使用一个模型同时处理上述三项工作.

由于使用单卡GPU，修改example/ner/standard/w2ner/conf/train.yaml中的 device 为 0.

修改example/ner/standard/w2ner/conf/train.yaml中的data_dir和do_train:

data_dir: "../data"
do_train: True

以便使用之前下载的数据集和开始训练.

运行训练:

python run.py

最后此篇关于使用DeepKE训练命名实体识别模型DEMO（官方DEMO）的文章就讲到这里了,如果你想了解更多关于使用DeepKE训练命名实体识别模型DEMO（官方DEMO）的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。