语言: 中文 标签:

• AMRBART 许可证: MIT

AMRBART 是一个预训练的语义解析器，能够将句子转换为抽象意义图。您可以在此处（Arxiv）找到我们的论文。原始实现可在这里获取。

新闻🎈

• (2022/12/10) 修复了AMR解析中的max_length错误并更新了结果。
• (2022/10/16) 发布了更简单、更快、更强的AMRBART-v2模型。

要求

• Python 3.8
• PyTorch 1.8
• Transformers 4.21.3
• Datasets 2.4.0
• Tesla V100 或 A100

我们推荐使用conda管理虚拟环境：

conda env update --name <env> --file requirements.yml

数据处理

您可以在LDC下载AMR语料库。

请按照此仓库预处理AMR图：

bash run-process-acl2022.sh

使用

我们的模型可在huggingface获取。以下是如何在PyTorch中初始化一个AMR解析模型：

from transformers import BartForConditionalGeneration
from model_interface.tokenization_bart import AMRBartTokenizer      # 我们使用自己的分词器处理AMR

model = BartForConditionalGeneration.from_pretrained("xfbai/AMRBART-large-finetuned-AMR3.0-AMRParsing-v2")
tokenizer = AMRBartTokenizer.from_pretrained("xfbai/AMRBART-large-finetuned-AMR3.0-AMRParsing-v2")