Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/qiufengyuyi/event_extraction

baidu aistudio event extraction competition
https://github.com/qiufengyuyi/event_extraction

Last synced: 2 days ago
JSON representation

baidu aistudio event extraction competition

Awesome Lists containing this project

README

        

# 百度aistudio 2020 事件抽取赛道

------

## update on 2020.07.09 优化了gen_kfold_data.py,重构了代码,能够生成event type分类任务的数据index_type_fold_data_{},以及role extraction阶段任务的数据verfify_neg_fold_data_{},注意所有文件的对应路径要与自己在config中配置的相同。另外,neg_fold_data_{}为之前老版本的数据存储格式,与verify_neg_fold_data_{}是一样的,可以一样使用
依赖包:主要是tensorflow 1.12.0,另外使用了bojone的bert4keras,详见https://github.com/bojone/bert4keras

,其余见requirements.txt

目前主要集中使用机器阅读理解的方式来尝试解决事件抽取任务。主要分为两个阶段:

1、事件类型抽取

2、事件论元抽取,使用MRC的方式来做。

具体内容见知乎文章。

项目主体来自于本人另一个repo,使用MRC做实体识别,具体可参考https://github.com/qiufengyuyi/sequence_tagging

最终使用Retro-reader方法,在test1.json上的分数为0.856,使用了roberta-large-wwm.

对于roberta-wwm-base,分数为0.851.

## 生成k-fold训练数据:

根据不同阶段,生成两个阶段的k-fold训练数据,具体可参考gen_kfold_data.py

## 事件类型抽取:

```shell
bash run_event_classification.sh
```

## baseline事件论元抽取:

```shell
bash run_event_role.sh
```

## RetroReader-EAV问题是否可回答模块:

```shell
bash run_retro_eav.sh
```

## RetroReader-精读模块:

```shell
bash run_retro_rolemrc.sh
```