包括2个数据集：
- CMID: https://github.com/liutongyang/CMID
- Qcorp: https://www.heywhale.com/home/competition/5f2d0ea1b4ac2e002c164d82 (注：Qcorp相关比赛界面已关闭数据下载链接，故本项目只提供处理后的CMID数据)
使用的医学知识实体来自于 https://github.com/chenjj9527/QABasedOnMedicaKnowledgeGraph
cd ./MKDA
python augment.py --dataname CMID --input train.txt --num_aug 3 --msda 0 --mkda 1
在CMID/MKdata 文件夹内已生成增强数据 train_3.txt，可不运行此步直接跳入下一步
-
ERNIE 1.0 预训练模型下载：https://github.com/nghuyong/ERNIE-Pytorch
-
BERT-wwm：https://github.com/ymcui/Chinese-BERT-wwm#%E4%B8%AD%E6%96%87%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD
下载后在当前文件夹创建ERNIE_pretrain和BERT_wwm_pretrain文件夹，分别存放相关文件
python CMID_bert_embedding.py --bert_path ERNIE_pretrain --data_type MKdata --train_file train
- 准备数据
python generate_data.py --model ERNIE --dataset CMID --folder MKdata/
- MGCN
python GCN_concat_multiclass.py --dataset CMID --data_type MKdata --model ERNIE --beta 0.01 --aug_num 3 --times 1
本实验在 python 3.8, pytorch 1.8 环境中进行
具体的依赖项可参考 requirements.txt
| Precision (%) | Recall (%) | F1 (%) | |
|---|---|---|---|
| BERT_wwm | 69.56(±0.71) | 71.29(±0.75) | 69.44(±0.61) |
| + MKDA | 70.71(±0.74) | 72.04(±0.75) | 70.25(±0.69) |
| + MGCN | 70.11(±0.56) | 70.82(±0.63) | 70.43(±0.47) |
| + MKDA + MGCN | 71.09(±0.80) | 72.34(±0.82) | 71.09(±0.66) |
| ERNIE | 71.20(±0.73) | 72.48(±1.01) | 71.28(±0.67) |
| + MKDA | 72.05(±0.27) | 73.52(±0.35) | 71.91(±0.35) |
| + MGCN | 72.44(±0.64) | 73.50(±0.66) | 72.41(±0.39) |
| + MKDA + MGCN | 73.13(±0.58) | 73.98(±0.35) | 73.16(±0.53) |