BERT-Relation-Extraction

收录理由

这个仓库用PyTorch实现了ACL 2019论文《Matching the Blanks》中提出的关系学习方法，除了论文原版的BERT，还额外支持ALBERT和BioBERT。训练流程会从原始文本中抽取实体对，用匹配空白的目标进行预训练，再在SemEval2010 Task 8上微调；附带的推理脚本可以输入句子并标注实体，输出类似因果关系的预测。对处理生物医学文本的人来说，BioBERT的支持尤其有用，因为领域预训练通常能提升效果。整体上这是一个研究型代码库，不是开箱即用的工具，需要根据你自己的数据和标签集调整脚本，但实体配对逻辑和微调流程是很好的起点。