OpenNRE（https://github.com/thunlp/OpenNRE.git）是清華大學(xué)自然語言處理實驗室推出的一款開源的神經(jīng)網(wǎng)絡(luò)關(guān)系抽取工具包，包括了多款常用的關(guān)系抽取模型，發(fā)布僅一年即在 Github 上獲得了 1700+ 星標(biāo)。

現(xiàn)在這款工具包已經(jīng)悄悄更新到了 2.0 版本！在原版 TensorFlow 實現(xiàn)的基礎(chǔ)上，不僅采用了現(xiàn)在大熱的 PyTorch 作為基礎(chǔ)，設(shè)計了更加模塊化的框架，還囊括了句子級別關(guān)系抽取、遠(yuǎn)監(jiān)督關(guān)系抽取和少次學(xué)習(xí)關(guān)系抽取等豐富設(shè)定，可以說是加量不加價，值得你擁有！

▲?OpenNRE框架圖

同時，該工作也以 DEMO Paper 的形式發(fā)表在了 EMNLP 2019 上，這里是 paper 的地址：?

OpenNRE: An Open and Extensible Toolkit for Neural Relation Extraction
https://arxiv.org/abs/1909.13078

作者在介紹文檔中還寫道，相比于原版主要面對關(guān)系抽取研究者的設(shè)定，新版的 OpenNRE 受眾更加廣泛：

• 對于初學(xué)者：OpenNRE 提供了詳盡的介紹文檔，可以快速幫助入門

• 對于開發(fā)者：提供了簡潔易用的 API 和若干預(yù)訓(xùn)練模型，可方便調(diào)用

• 對于研究者：模塊化設(shè)計、多種任務(wù)設(shè)定、state-of-the-art 模型，可以幫助研究者更快更高效的進(jìn)行探索

• 想要在 NLP 課上交一份滿意大作業(yè)的同學(xué)：這個項目里的模型絕對能讓你的教授眼前一亮

什么是關(guān)系抽取

關(guān)系抽取是自然語言處理當(dāng)中的一項重要任務(wù)，致力于從文本中抽取出實體之間的關(guān)系。比如從句子“達(dá)芬奇繪制了蒙娜麗莎”中，我們可以抽取出（達(dá)芬奇，畫家，蒙娜麗莎）這樣一個關(guān)系三元組。

關(guān)系抽取技術(shù)是自動構(gòu)建知識圖譜的重要一環(huán)。知識圖譜是由真實世界中的實體和實體間復(fù)雜關(guān)系構(gòu)成的結(jié)構(gòu)化表示，是幫助機(jī)器理解人類知識的重要工具，在問答系統(tǒng)、搜索引擎、推薦系統(tǒng)中都有著重要的應(yīng)用。

▲?關(guān)系圖譜示例

關(guān)系抽取十八變

由于數(shù)據(jù)和需求的不同，關(guān)系抽取這一任務(wù)也發(fā)展出了許多不同的任務(wù)場景。下面簡單介紹幾種，他們也都被包括在了 OpenNRE 這一工具包中。句子級別關(guān)系抽取：顧名思義，句子級別的關(guān)系抽取，就是對每一個給定的句子，和在句子中出現(xiàn)的實體，判斷他們之間的關(guān)系。在這樣的設(shè)定下，通常會使用人工精標(biāo)的數(shù)據(jù)進(jìn)行訓(xùn)練和測試，如 SemEval 2010 Task8，TACRED，ACE2005 等。OpenNRE 中還提供了一個新的數(shù)據(jù)集 Wiki80，包含 80 種 Wikidata 關(guān)系和 56,000 個句子，與以往的數(shù)據(jù)集相比，規(guī)模更大。包級別關(guān)系抽取：包級別的關(guān)系抽取產(chǎn)生于遠(yuǎn)程監(jiān)督（Distant Supervision）的設(shè)定中。我們都知道，傳統(tǒng)的機(jī)器學(xué)習(xí)方法需要大量數(shù)據(jù)，而標(biāo)注數(shù)據(jù)費(fèi)時費(fèi)力，因此研究者們提出了遠(yuǎn)程監(jiān)督這一方法，通過將知識圖譜中的關(guān)系三元組與文本對齊，自動進(jìn)行標(biāo)注。然而這一方法也帶來了大量的噪聲數(shù)據(jù)，為了減小噪聲的影響，多樣本多標(biāo)簽（multi-instance multi-label）的方法被引入，模型不再對單個句子進(jìn)行分類，而是對包含相同實體對的句子集（稱為包）進(jìn)行分類。少次學(xué)習(xí)關(guān)系抽取：少次學(xué)習(xí)（Few-Shot）是一種探索如何讓模型快速適應(yīng)新任務(wù)的設(shè)定，通過學(xué)習(xí)少量的訓(xùn)練樣本，即可獲得對新類型事物的分類能力。劉知遠(yuǎn)老師組發(fā)布的數(shù)據(jù)集?FewRel 正是進(jìn)行了這方面的探索。篇章級別的關(guān)系抽取：相比于針對句子的關(guān)系抽取，篇章級別的關(guān)系抽取難度更大，但包含的信息也更豐富。要想在這方面做的更好，就需要模型具有一定的推理、指代消解的能力。這一領(lǐng)域的代表數(shù)據(jù)集是同樣來自劉知遠(yuǎn)老師組的DocRED（https://github.com/thunlp/DocRED）。上述任務(wù)場景基本涵蓋了目前關(guān)系抽取領(lǐng)域的最新進(jìn)展，OpenNRE 也提供了較為便利的接口以支持上述場景的進(jìn)一步工作研究。

上手教程：如何使用OpenNRE

OpenNRE 的使用十分簡單，首先 git clone 項目并安裝依賴：

git?clone?https://github.com/thunlp/OpenNRE.git pip?install?-r?requirements.txt

隨后在目錄下打開 Python，并 import opennre：

>>>?import?opennre

可以使用 get_model 命令加載預(yù)訓(xùn)練模型：

>>>?model?=?opennre.get_model('wiki80_cnn_softmax')

這是一個在 wiki80 數(shù)據(jù)集上進(jìn)行訓(xùn)練的句子級別的 CNN 模型，可以在 80 個關(guān)系上對句子進(jìn)行分類。隨后我們可以用 infer 函數(shù)進(jìn)行預(yù)測：

>>>?model.infer({'text':?'He?was?the?son?of?Máel?Dúin?mac?Máele?Fithrich,?and?grandson?of?the?high?king?áed?Uaridnach?(died?612).',?'h':?{'pos':?(18,?46)},?'t':?{'pos':?(78,?91)}}) ('father',?0.5108704566955566)

可以看到模型正確推理出了關(guān)系 father，并給出了模型預(yù)測的置信度。

關(guān)于 OpenNRE 更詳細(xì)的說明，可以查看項目主頁：

https://github.com/thunlp/OpenNRE

或文檔：

https://opennre-docs.readthedocs.io/en/latest/

關(guān)于作者

OpenNRE 由孫茂松教授領(lǐng)導(dǎo)的清華大學(xué)自然語言處理實驗室（THUNLP）師生研發(fā)維護(hù)。目前 THUNLP 的 Github 主頁（https://github.com/thunlp）已有 92 個項目，其中有許多高星項目。

OpenNRE 項目的兩位主要作者——高天宇（https://gaotianyu.xyz/about/）和韓旭（https://thucsthanxu13.github.io/）都是 THUNLP 實驗室劉知遠(yuǎn)老師的學(xué)生。

其中，高天宇是大四的本科生，韓旭是博士三年級的學(xué)生。從主頁上可以看出，兩人的研究方向均為自然語言處理、信息抽取、圖譜表示和機(jī)器學(xué)習(xí)。其中，高天宇作為大四的本科生，已經(jīng)在相關(guān)領(lǐng)域國際會議上發(fā)表了三篇論文；而韓旭除了在相關(guān)領(lǐng)域發(fā)表多篇論文外，也是 OpenNRE、OpenKE 和 FewRel 等多個開源項目的主要開發(fā)者與參與者，在開源社區(qū)十分活躍。更多的信息可以參考作者個人主頁以及項目文檔。

點擊以下標(biāo)題查看更多往期內(nèi)容：?

#投 稿 通 道#

?讓你的論文被更多人看到?

如何才能讓更多的優(yōu)質(zhì)內(nèi)容以更短路徑到達(dá)讀者群體，縮短讀者尋找優(yōu)質(zhì)內(nèi)容的成本呢？答案就是：你不認(rèn)識的人。

總有一些你不認(rèn)識的人，知道你想知道的東西。PaperWeekly 或許可以成為一座橋梁，促使不同背景、不同方向的學(xué)者和學(xué)術(shù)靈感相互碰撞，迸發(fā)出更多的可能性。?

PaperWeekly 鼓勵高校實驗室或個人，在我們的平臺上分享各類優(yōu)質(zhì)內(nèi)容，可以是最新論文解讀，也可以是學(xué)習(xí)心得或技術(shù)干貨。我們的目的只有一個，讓知識真正流動起來。

??來稿標(biāo)準(zhǔn)：

? 稿件確系個人原創(chuàng)作品，來稿需注明作者個人信息（姓名+學(xué)校/工作單位+學(xué)歷/職位+研究方向）?

? 如果文章并非首發(fā)，請在投稿時提醒并附上所有已發(fā)布鏈接?

? PaperWeekly 默認(rèn)每篇文章都是首發(fā)，均會添加“原創(chuàng)”標(biāo)志

? 投稿郵箱：

? 投稿郵箱：hr@paperweekly.site?

? 所有文章配圖，請單獨(dú)在附件中發(fā)送?

? 請留下即時聯(lián)系方式（微信或手機(jī)），以便我們在編輯發(fā)布時和作者溝通

?

現(xiàn)在，在「知乎」也能找到我們了

進(jìn)入知乎首頁搜索「PaperWeekly」

點擊「關(guān)注」訂閱我們的專欄吧

關(guān)于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學(xué)術(shù)平臺。如果你研究或從事 AI 領(lǐng)域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

▽ 點擊 |?閱讀原文?| 訪問項目主頁

總結(jié)

以上是生活随笔為你收集整理的OpenNRE 2.0：可一键运行的开源关系抽取工具包的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。