KBQA-BERT基于知识图谱的问答系统命名实体识别和句子相似度在线大纲模式程序源代码数

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

KBQA-BERT基于知识图谱的问答系统命名实体识别和句子相似度在线大纲模式程序源代码数据

本项目主要由两个重要的点组成，一是基于BERT的命名实体识别，二是基于BERT的句子相似度计算，本项目将这两个模块进行融合，并基于BERT的KBQA问答系统，在命名实体识别上分为在线预测和轮廓预测；在句子相似度上，也分为在线预测和轮廓预测，2个模块互不干扰，做到了高内聚低掺杂的效果，最后的kbqa相当于融合这2个模块进行概述，具体介绍请见！

    bert文件夹是google官方下载的
    Data文件夹存放原始数据和处理好的数据
        construct_dataset.py  生成NER_Data的数据
        construct_dataset_attribute.py  生成Sim_Data的数据
        triple_clean.py  生成三元组数据
        load_dbdata.py  将数据导入mysql db
    ModelParams文件夹需要下载BERT的中文配置文件：chinese_L-12_H-768_A-12
    Output文件夹存放输出的数据
   
    基于BERT的命名实体识别模块
    - lstm_crf_layer.py
    - run_ner.py
    - tf_metrics.py
    - conlleval.py
    - conlleval.pl
    - run_ner.sh
   
    基于BERT的句子相似度计算模块
    - args.py
    - run_similarity.py
   
    KBQA模块
    - terminal_predict.py
    - terminal_ner.sh
    - kbqa_test.py
   
### 使用说明
   
    - run_ner.sh
    NER训练和调参
   
    - terminal_ner.sh
    do_predict_online=True  NER线上预测
    do_predict_outline=True  NER线下预测
   
    - args.py
    train = True  预训练模型
    test = True  SIM线上测试
   
    - run_similarity.py
    python run一下就可以啦
   
    - kbqa_test.py
    基于KB的问答测试
  

KBQA-BERT基于知识图谱的问答系统命名实体识别和句子相似度在线大纲模式程序源代码数据.zip (1.51 MB, 需要: RMB 19 元)

2024-1-4 07:44:14 上传

需要: RMB 19 元  [购买]

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Ber ert 相似度 源代码 Similarity