代码拉取完成，页面将自动刷新
English | 简体中文
基于深度学习的开源中文知识图谱抽取框架
DeepKE 是一个开源的知识图谱抽取与构建工具，支持cnSchema、低资源、长篇章、多模态的知识抽取工具，可以基于PyTorch实现命名实体识别、关系抽取和属性抽取功能。同时为初学者提供了用户手册, 文档，Google Colab教程, 在线演示, 论文和演示文稿。
阅读资料:
Data-Efficient Knowledge Graph Construction, 高效知识图谱构建 (Tutorial on CCKS 2022) [slides]
Efficient and Robust Knowledge Graph Construction (Tutorial on AACL-IJCNLP 2022) [slides]
PromptKG Family: a Gallery of Prompt Learning & KG-related Research Works, Toolkits, and Paper-list [Resources]
Knowledge Extraction in Low-Resource Scenarios: Survey and Perspective [Survey][Paper-list]
基于大模型提示学习的推理工作综述 [论文][列表][ppt]
相关工具：
Doccano、MarkTool、LabelStudio：实体识别关系抽取数据标注工具
LambdaKG: 基于预训练语言模型的知识图谱表示与应用工具
EasyInstruct: 一个基于指令使用大模型的工具
dockerfile以便自动创建环境pip install deepkepip install deepke下面使用一个demo展示预测过程。该动图由Terminalizer生成，生成代码可点击获取。
Deepke的架构图如下所示
DeepKE支持pip安装使用，以常规全监督设定关系抽取为例，经过以下6个步骤就可以实现一个常规关系抽取模型
Step 1：下载代码 git clone --depth 1 https://github.com/zjunlp/DeepKE.git（别忘记star和fork哈！！！）
Step 2：使用anaconda创建虚拟环境，进入虚拟环境（提供Dockerfile源码和教程可自行创建镜像；可参考备注（常见问题）使用镜像加速）
conda create -n deepke python=3.8
conda activate deepke
1） 基于pip安装，直接使用
pip install deepke
2） 基于源码安装 (强烈建议使用源码安装)
python setup.py install
python setup.py develop
Step 3 ：进入任务文件夹，以常规关系抽取为例
cd DeepKE/example/re/standard
Step 4：下载数据集，或根据数据标注说明标注数据
wget 120.27.214.45/Data/re/standard/data.tar.gz
tar -xzvf data.tar.gz
支持多种数据类型格式，具体请见各部分子README。
Step 5 ：模型训练，训练用到的参数可在conf文件夹内修改
DeepKE使用wandb支持可视化调参
python run.py
Step 6 ：模型预测。预测用到的参数可在conf文件夹内修改
修改conf/predict.yaml中保存训练好的模型路径。需使用模型的绝对路径。如xxx/checkpoints/2019-12-03_17-35-30/cnn_epoch21.pth。
python predict.py
python == 3.8
命名实体识别是从非结构化的文本中识别出实体和其类型。数据为txt文件，样式范例为(用户可以基于工具Doccano、MarkTool标注数据，也可以通过DeepKE自带的弱监督功能自动得到数据)：
| Sentence | Person | Location | Organization |
|---|---|---|---|
| 本报北京9月4日讯记者杨涌报道：部分省区人民日报宣传发行工作座谈会9月3日在4日在京举行。 | 杨涌 | 北京 | 人民日报 |
| 《红楼梦》由王扶林导演，周汝昌、王蒙、周岭等多位专家参与制作。 | 王扶林，周汝昌，王蒙，周岭 | ||
| 秦始皇兵马俑位于陕西省西安市,是世界八大奇迹之一。 | 秦始皇 | 陕西省，西安市 |
具体流程请进入详细的README中
我们还提供了大模型支持和开箱即用的DeepKE-cnSchema特别版，无需训练即可抽取支持cnSchema的实体
Step1: 进入DeepKE/example/ner/standard，下载数据集
wget 120.27.214.45/Data/ner/standard/data.tar.gz
tar -xzvf data.tar.gz
Step2: 模型训练
数据集和参数配置可以分别在data和conf文件夹中修改
python run.py
Step3: 模型预测
python predict.py
Step1: 进入DeepKE/example/ner/few-shot，下载数据集
wget 120.27.214.45/Data/ner/few_shot/data.tar.gz
tar -xzvf data.tar.gz
Step2：低资源场景下训练模型
模型加载和保存位置以及参数配置可以在conf文件夹中修改
python run.py +train=few_shot
若要加载模型，修改few_shot.yaml中的load_path；
Step3：在config.yaml中追加- predict，predict.yaml中修改load_path为模型路径以及write_path为预测结果的保存路径，完成修改后使用
python predict.py
Step1: 进入 DeepKE/example/ner/multimodal， 下载数据集
wget 120.27.214.45/Data/ner/multimodal/data.tar.gz
tar -xzvf data.tar.gz
我们在原始图像上使用faster_rcnn和visual grounding工具分别抽取RCNN objects和visual grounding objects来作为局部视觉信息
Step2 多模态场景下训练模型
data和conf文件夹中修改conf/train.yaml中的load_path为上次保存模型的路径，每次训练的日志默认保存在根目录，可用log_dir来配置python run.py
Step3 模型预测
python predict.py
关系抽取是从非结构化的文本中抽取出实体之间的关系，以下为几个样式范例，数据为csv文件(用户可以基于工具Doccano、MarkTool标注数据，也可以通过DeepKE自带的弱监督功能自动得到数据)：
| Sentence | Relation | Head | Head_offset | Tail | Tail_offset |
|---|---|---|---|---|---|
| 《岳父也是爹》是王军执导的电视剧，由马恩然、范明主演。 | 导演 | 岳父也是爹 | 1 | 王军 | 8 |
| 《九玄珠》是在纵横中文网连载的一部小说，作者是龙马。 | 连载网站 | 九玄珠 | 1 | 纵横中文网 | 7 |
| 提起杭州的美景，西湖总是第一个映入脑海的词语。 | 所在城市 | 西湖 | 8 | 杭州 | 2 |
❗NOTE: 如果您使用的同一个关系存在多种实体类型，可以采取对实体类型加关系前缀的方式构造输入。
具体流程请进入详细的README中，RE包括了以下三个子功能
我们还提供了大模型支持和开箱即用的DeepKE-cnSchema特别版，无需训练即可抽取支持cnSchema的关系
Step1：进入DeepKE/example/re/standard，下载数据集
wget 120.27.214.45/Data/re/standard/data.tar.gz
tar -xzvf data.tar.gz
Step2：模型训练
数据集和参数配置可以分别进入data和conf文件夹中修改
python run.py
Step3：模型预测
python predict.py
Step1：进入DeepKE/example/re/few-shot，下载数据集
wget 120.27.214.45/Data/re/few_shot/data.tar.gz
tar -xzvf data.tar.gz
Step2：模型训练
数据集和参数配置可以分别进入data和conf文件夹中修改
如需从上次训练的模型开始训练：设置conf/train.yaml中的train_from_saved_model为上次保存模型的路径，每次训练的日志默认保存在根目录，可用log_dir来配置
python run.py
Step3：模型预测
python predict.py
Step1：进入DeepKE/example/re/document，下载数据集
wget 120.27.214.45/Data/re/document/data.tar.gz
tar -xzvf data.tar.gz
Step2：模型训练
data和conf文件夹中修改conf/train.yaml中的train_from_saved_model为上次保存模型的路径，每次训练的日志默认保存在根目录，可用log_dir来配置；python run.py
Step3：模型预测
python predict.py
Step1: 进入 DeepKE/example/re/multimodal， 下载数据集
wget 120.27.214.45/Data/re/multimodal/data.tar.gz
tar -xzvf data.tar.gz
我们在原始图像上使用faster_rcnn和visual grounding工具分别抽取RCNN objects和visual grounding objects来作为局部视觉信息
Step2 模型训练
data和conf文件夹中修改conf/train.yaml中的load_path为上次保存模型的路径，每次训练的日志默认保存在根目录，可用log_dir来配置python run.py
Step3 模型预测
python predict.py
数据为csv文件，样式范例为：
| Sentence | Att | Ent | Ent_offset | Val | Val_offset |
|---|---|---|---|---|---|
| 张冬梅，女，汉族，1968年2月生，河南淇县人 | 民族 | 张冬梅 | 0 | 汉族 | 6 |
| 诸葛亮，字孔明，三国时期杰出的军事家、文学家、发明家。 | 朝代 | 诸葛亮 | 0 | 三国时期 | 8 |
| 2014年10月1日许鞍华执导的电影《黄金时代》上映 | 上映时间 | 黄金时代 | 19 | 2014年10月1日 | 0 |
具体流程请进入详细的README中
Step1：进入DeepKE/example/ae/standard，下载数据集
wget 120.27.214.45/Data/ae/standard/data.tar.gz
tar -xzvf data.tar.gz
Step2：模型训练
数据集和参数配置可以分别进入data和conf文件夹中修改
python run.py
Step3：模型预测
python predict.py
事件抽取是指从一段无结构化的文本中抽取出某个事件的事件类型、事件触发词、论元角色以及论元。
数据为.tsv文件，样例为：
| Sentence | Event type | Trigger | Role | Argument | |
|---|---|---|---|---|---|
| 据《欧洲时报》报道，当地时间27日，法国巴黎卢浮宫博物馆员工因不满工作条件恶化而罢工，导致该博物馆也因此闭门谢客一天。 | 组织行为-罢工 | 罢工 | 罢工人员 | 法国巴黎卢浮宫博物馆员工 | |
| 时间 | 当地时间27日 | ||||
| 所属组织 | 法国巴黎卢浮宫博物馆 | ||||
| 中国外运2019年上半年归母净利润增长17%：收购了少数股东股权 | 财经/交易-出售/收购 | 收购 | 出售方 | 少数股东 | |
| 收购方 | 中国外运 | ||||
| 交易物 | 股权 | ||||
| 美国亚特兰大航展13日发生一起表演机坠机事故，飞行员弹射出舱并安全着陆，事故没有造成人员伤亡。 | 灾害/意外-坠机 | 坠机 | 时间 | 13日 | |
| 地点 | 美国亚特兰 | ||||
具体流程请进入详细的README中
Step1：进入DeepKE/example/ee/standard，下载数据集
wget 120.27.214.45/Data/ee/DuEE.zip
unzip DuEE.zip
Step2：模型训练
数据集和参数配置可以分别进入data和conf文件夹中修改
python run.py
Step3：模型预测
python predict.py
本工具提供了若干Notebook和Google Colab教程，用户可针对性调试学习。
常规设定：
低资源：
篇章级：
多模态：
1.使用 Anaconda 时，建议添加国内镜像，下载速度更快。如镜像。
2.使用 pip 时，建议使用国内镜像，下载速度更快，如阿里云镜像。
3.安装后提示 ModuleNotFoundError: No module named 'past'，输入命令 pip install future 即可解决。
4.使用语言预训练模型时，在线安装下载模型比较慢，更建议提前下载好，存放到 pretrained 文件夹内。具体存放文件要求见文件夹内的 README.md。
5.DeepKE老版本位于deepke-v1.0分支，用户可切换分支使用老版本，老版本的能力已全部迁移到标准设定关系抽取(example/re/standard)中。
6.推荐使用python setup.py install方式安装DeepKE,如未使用该方式安装，源码修改部分不会生效,见问题
7.更多的低资源抽取工作可查阅论文 Knowledge Extraction in Low-Resource Scenarios: Survey and Perspective.
8.确保使用requirements.txt中对应的各依赖包的版本。
如果使用DeepKE，请按以下格式引用
@inproceedings{DBLP:conf/emnlp/ZhangXTYYQXCLL22,
author = {Ningyu Zhang and
Xin Xu and
Liankuan Tao and
Haiyang Yu and
Hongbin Ye and
Shuofei Qiao and
Xin Xie and
Xiang Chen and
Zhoubo Li and
Lei Li},
editor = {Wanxiang Che and
Ekaterina Shutova},
title = {DeepKE: {A} Deep Learning Based Knowledge Extraction Toolkit for Knowledge
Base Population},
booktitle = {Proceedings of the The 2022 Conference on Empirical Methods in Natural
Language Processing, {EMNLP} 2022 - System Demonstrations, Abu Dhabi,
UAE, December 7-11, 2022},
pages = {98--108},
publisher = {Association for Computational Linguistics},
year = {2022},
url = {https://aclanthology.org/2022.emnlp-demos.10},
timestamp = {Thu, 23 Mar 2023 16:56:00 +0100},
biburl = {https://dblp.org/rec/conf/emnlp/ZhangXTYYQXCLL22.bib},
bibsource = {dblp computer science bibliography, https://dblp.org}
}
浙江大学：张宁豫、陶联宽、徐欣、李欣荣、余海阳、叶宏彬、乔硕斐、王鹏、朱雨琦、谢辛、陈想、黎洲波、李磊、梁孝转、姚云志、邓淑敏、张文、郑国轴、陈华钧
开源社区贡献者: thredreams, eltociear
阿里巴巴：熊飞宇、陈强
阿里巴巴达摩院：张珍茹、谭传奇、黄非
实习生：徐子文、黄睿、翁晓龙
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。