#196 · 主分类： 自然语言处理与文本处理
rebel
entity-linking
natural-language-generation
natural-language-processing
nlp
relation-extraction
REBEL是一个seq2seq模型，简化了关系抽取（EMNLP 2021）。
项目最后更新：11/09/23
GitHub Stars
574
Forks数量
76
贡献者数量
4
许可证
Other
收录理由
REBEL 能从原始文本中一步提取结构化三元组，在搭建知识图谱或事实核查流程时非常实用。它没有把实体识别和关系分类拆成两个独立环节，而是将整个任务转化为基于 BART 的文本生成问题：输入“Punta Cana 是多米尼加共和国的一个度假小镇”，模型就能直接输出头实体-关系-尾实体的三元组，覆盖超过 200 种关系类型。预训练模型通过 Hugging Face 加载，只需几行 transformers 代码即可使用；mREBEL 变体还支持英语以外的多种语言。项目附带 Streamlit 演示和 spaCy 插件，方便你在自己的文档上先试跑，再决定是否接入更大的处理流程。作为研究级基线，它运行简单，上手门槛低。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。