项目目录

|—— models      # 存放模型目录 存放网页相关前端配置
|—— modules     # 存放自己封装的encoder
|—— out         
|—— bert-base-chinese 
|—— |—— bert-base-chinese.tar.gz # bert预训练参数
|—— |—— vocab.txt # bert词典库
|—— data        # 存放数据
|—— |—— Data.py
|—— |—— small #自己合并了实体类型的数据
|—— |——|—— json_data  
|—— |——|—— npy_data  
|—— |——|——|——train
|—— |——|——|——dev
|—— |——|——|——test1
|—— |——|——|——test2
|—— |——|—— origin_data  # 存放原始数据
|—— analysis_result.ipynb  # 用来分析错误结果
|—— checkpoints # 存放训练模型参数
|—— config.py     
|—— helpData.py # 数据预处理函数
|—— mian.py     # 主函数
|—— metrics.py  # 测评函数
|—— README.md

项目环境(主要环境)

Ubuntu 16.04
Pytorch 1.x
Python 3.x

运行方式

克隆项目

git clone https://github.com/Wangpeiyi9979/IE-Bert-CNN.git

准备数据
- 在这里下载数据,提取码59fg。
- 解压数据，放在data/small/origin_data/文件夹下
准备Bert预训练模型
- 在这里下载, 提取码uolz。将下载后的压缩文件放在bert-base-chinese文件夹下
在data/small/目录下按项目结构中所示创建所需目录
回到主目录，执行

python helpData.py

开始训练

python main train

预测
- 将config.py中的ckpt_path更改为训练后的模型地址. 执行：
```
python main tofile --case=1
```
预测结果存放在out文件夹下.
结果： f1:0.81(线上结果),线下约在0.76的样子。