prompt_uie_torch

基于PaddleNLP开源的抽取式UIE进行医学命名实体识别

简介

UIE(Universal Information Extraction)是Yaojie Lu等人在ACL-2022中提出了通用信息抽取统一框架。PaddleNLP借鉴该论文的方法，基于ERNIE 3.0知识增强预训练模型，开源了基于Prompt的抽取式UIE。

本项目使用torch进行复现微调，并在CMeEE数据集上进行效果测试。本项目仅做了命名实体部分，后续会在ark-nlp项目中加入关系抽取和事件抽取等任务。

数据下载

• CMeEE：https://tianchi.aliyun.com/dataset/dataDetail?dataId=95414

环境

pip install ark-nlp
pip install pandas

使用说明

项目目录按以下格式设置

│
├── data                                    # 数据文件夹
│   ├── source_datasets                     
│   ├── task_datasets           
│   └── output_datasets                           
│
├── checkpoint                              # 存放训练好的模型
│   ├── ...           
│   └── ...                                      
│
└── example.ipynb                                    # 代码

下载数据并解压到data/source_datasets中，运行example.ipynb文件

权重文件

为了方便使用，已将paddle模型的权重转化成huggingface的格式，并上传至huggingface：https://huggingface.co/freedomking/prompt-uie-base

效果

运行一到两轮后提交至CBLUE进行测评，大概在65-66左右，已高于大部分的基线模型

Acknowledge

感谢PaddleNLP的开源分享