AMRBART Large V2

🚀 AMRBART

AMRBART是一個預訓練的語義解析器，可將句子轉換為抽象意義圖。你可以在這裡（Arxiv）找到我們的論文。原始實現可在這裡獲取。

最新消息🎈

• (2022/12/10) 修復了AMR解析中的最大長度錯誤並更新了結果。
• (2022/10/16) 發佈了更簡單、更快、更強的AMRBART-v2模型。

🚀 快速開始

本項目提供了一個預訓練的語義解析器AMRBART，可將句子轉換為抽象意義圖。下面將為你介紹項目的使用流程。

📦 安裝指南

環境要求

• python 3.8
• pytorch 1.8
• transformers 4.21.3
• datasets 2.4.0
• Tesla V100 或 A100

建議使用conda管理虛擬環境，使用以下命令更新環境：

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

📚 詳細文檔

數據處理

你可以在LDC下載AMR語料庫。

請按照此倉庫的說明對AMR圖進行預處理：

bash run-process-acl2022.sh

使用方法

我們的模型可在huggingface獲取。以下是在PyTorch中初始化AMR解析模型的方法：

from transformers import BartForConditionalGeneration
from model_interface.tokenization_bart import AMRBartTokenizer      # 我們使用自己的分詞器來處理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")

📄 許可證

本項目採用MIT許可證。