Uie Base

🚀 UIE信息抽取模型（Pytorch）

本項目基於Pytorch實現了UIE信息抽取模型，該模型能實現實體抽取、關係抽取、事件抽取、情感分析等任務的統一建模，支持不限定行業領域和抽取目標的關鍵信息抽取，具備零樣本快速冷啟動和優秀的小樣本微調能力。

✨ 主要特性

• 統一框架：UIE(Universal Information Extraction)由Yaojie Lu等人在ACL - 2022中提出，實現了實體抽取、關係抽取、事件抽取、情感分析等任務的統一建模，不同任務間具備良好的遷移和泛化能力。
• 開源模型：PaddleNLP借鑑論文方法，基於 ERNIE 3.0 知識增強預訓練模型，訓練並開源了首箇中文通用信息抽取模型 UIE。
• 靈活抽取：支持不限定行業領域和抽取目標的關鍵信息抽取，可零樣本快速冷啟動，且具備優秀的小樣本微調能力，能快速適配特定抽取目標。

💻 使用示例

基礎用法

from transformers import AutoModel, AutoTokenizer

tokenizer = AutoTokenizer.from_pretrained("xusenlin/uie-base", trust_remote_code=True)
model = AutoModel.from_pretrained("xusenlin/uie-base", trust_remote_code=True)

schema = ["時間", "選手", "賽事名稱"]  # Define the schema for entity extraction
print(model.predict(tokenizer, "2月8日上午北京冬奧會自由式滑雪女子大跳臺決賽中中國選手谷愛凌以188.25分獲得金牌！", schema=schema))

schema = {'競賽名稱': ['主辦方', '承辦方', '已舉辦次數']}  # Define the schema for relation extraction
model.set_schema(schema)
print(model.predict(tokenizer, "2022語言與智能技術競賽由中國中文信息學會和中國計算機學會聯合主辦，百度公司、中國中文信息學會評測工作委員會和中國計算機學會自然語言處理專委會承辦，已連續舉辦4屆，成為全球最熱門的中文NLP賽事之一。"))

schema = {'地震觸發詞': ['地震強度', '時間', '震中位置', '震源深度']}  # Define the schema for event extraction
model.set_schema(schema)
print(model.predict(tokenizer, "中國地震臺網正式測定：5月16日06時08分在雲南臨滄市鳳慶縣(北緯24.34度，東經99.98度)發生3.5級地震，震源深度10千米。"))

schema = {'評價維度': ['觀點詞', '情感傾向[正向，負向]']}  # Define the schema for opinion extraction
model.set_schema(schema)
print(model.predict(tokenizer, "店面乾淨，很清靜，服務員服務熱情，性價比很高，發現收銀臺有排隊"))

schema = "情感傾向[正向，負向]"  # Define the schema for opinion extraction
model.set_schema(schema)
print(model.predict(tokenizer, "這個產品用起來真的很流暢，我非常喜歡"))

schema = ['法院', {'原告': '委託代理人'}, {'被告': '委託代理人'}]  # Define the schema for opinion extraction
model.set_schema(schema)
print(model.predict(tokenizer, "北京市海淀區人民法院\n民事判決書\n(199x)建初字第xxx號\n原告：張三。\n委託代理人李四，北京市 A律師事務所律師。\n被告：B公司，法定代表人王五，開發公司總經理。\n委託代理人趙六，北京市 C律師事務所律師。"))

📚 詳細文檔

• PaddleNLP

📄 許可證

本項目採用 apache - 2.0 許可證。