Ricardokevins/Bert-In-Relation-Extraction

해결하는 문제

이 프로젝트는 관계 추출을 위한 모델을 제공합니다. 관계 추출은 텍스트에서 언급된 두 개의 엔티티 간의 의미적 관계를 식별하는 작업입니다 (예: "조리영"이 "화천골"의 "주연배우"임을 식별하는 것). 이 모델은 49가지 다른 유형의 관계를 포함하는 바이두 DuIE 데이터셋과 함께 작동하도록 설계되었습니다.

작동 방식

모델은 시퀀스 분류를 위한 BERT 기반 아키텍처를 사용합니다. 두 개의 엔티티와 원본 문장을 연결하여 BERT 인코더에 입력한 후, 완전 연결(FC) 계층과 교차 엔트로피 손실 함수를 적용합니다. 구현에는 성능 향상을 위한 MASK-Attention 메커니즘이 포함되어 있습니다.

대상 사용자

자연어 처리(NLP) 및 관계 추출에 관심이 있는 개발자 및 연구자, 특히 중국어 텍스트와 DuIE 데이터셋을 다루는 사람들에게 적합합니다.

주요 특징

• 높은 정확도: 전체 바이두 DuIE 테스트 세트에서 최대 95.37%의 정확도를 달성.
• 사전 학습 모델 제공: 92.5% 및 95.37% 정확도를 가진 사전 학습 모델의 다운로드 링크 제공.
• 즉시 사용 가능한 데모: 빠른 테스트 및 샘플 출력 생성을 위한 demo.py 스크립트 포함.
• 포괄적인 데이터셋 지원: DuIE 데이터셋에서 정의한 49개의 관계 카테고리에 특화되어 최적화됨.