AMRBART Large V2

🚀 AMRBART

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

最新消息🎈

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

🚀 快速开始

本项目提供了一个预训练的语义解析器AMRBART，可将句子转换为抽象意义图。下面将为你介绍项目的使用流程。

📦 安装指南

环境要求

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

建议使用conda管理虚拟环境，使用以下命令更新环境：

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

📚 详细文档

数据处理

你可以在LDC下载AMR语料库。

请按照此仓库的说明对AMR图进行预处理：

bash run-process-acl2022.sh

使用方法

我们的模型可在huggingface获取。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      # 我们使用自己的分词器来处理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")

📄 许可证

本项目采用MIT许可证。