基于bert-base的KLUE关系抽取任务模型

使用KLUE RE数据集对klue/bert-base进行微调。

• KLUE基准测试官方网站
• KLUE官方GitHub
• KLUE关系抽取GitHub
• 免费GPU运行KLUE关系抽取：Ainize工作空间

使用方法

  
from transformers import AutoTokenizer, AutoModelForSequenceClassification  

tokenizer = AutoTokenizer.from_pretrained("ainize/klue-bert-base-re")  
model = AutoModelForSequenceClassification.from_pretrained("ainize/klue-bert-base-re")  

# 在主语前后分别添加"<subj>"和"</subj>"，在宾语前后分别添加"<obj>"和"</obj>"。  
sentence = "<subj>孙兴慜</subj>在<obj>韩国</obj>出生。"  

encodings = tokenizer(sentence,   
                      max_length=128,   
                      truncation=True,   
                      padding="max_length",   
                      return_tensors="pt")  

outputs = model(**encodings)  

logits = outputs['logits']  

preds = torch.argmax(logits, dim=1)  

关于我们

• 可教学的NLP - 无需编写代码即可使用自有文本训练NLP模型
• Ainize平台 - 使用免费GPU部署机器学习项目