开源地址
https://modelscope.cn/models/iic/nlp_structbert_siamese-uie_chinese-base授权协议
Apache License 2.0

SiameseUIE通用信息抽取模型介绍

SiameseUIE通用信息抽取模型，基于提示（Prompt）+文本（Text）的构建思路，利用指针网络（Poiter Network）实现片段抽取（Spa Extractio），从而实现命名实体识别（NER）、关系抽取（RE）、事件抽取（EE）、属性情感抽取（ABSA）等多类任务的抽取。和市面上已有的通用信息抽取模型不同的是：

更通用：SiameseUIE基于递归的训练推理架构，不仅可以实现常见的NER、RE、EE、ABSA这类包含一个或两个抽取片段的信息抽取任务，也可以实现包含更多抽取片段的信息抽取任务，例如：比较观点识别五元组任务等等，因此更为通用，几乎可以解决所有的信息抽取问题；
更高效：SiameseUIE基于孪生神经网络的思想，将预训练语言模型（PLM）的前 N- 层改为双流，后层改为单流。我们认为语言模型的底层更多的是实现局部的简单语义信息的交互，顶层更多的是深层信息的交互，因此前N-层不需要让Prompt和Text做过多的交互，我们将前N-层Text的隐向量表示缓存了下来，从而将推理速度提升了30%；
更精准：我们在4类任务、6个领域、9个数据集上进行了测试，在零样本情况下，F1 Score较竞品模型提升24.6%，在少样本情况下(去除了部分数量较少的数据集)提升3-5个百分点；

模型描述

模型基于structbert-base-chiese在千万级远监督数据+有监督数据预训练得到，模型框架如下图：

期望模型使用方式以及适用范围

你可以使用该模型，实现命名实体识别（NER）、关系抽取（RE）、事件抽取（EE）、属性情感抽取（ABSA）等各类信息抽取任务。

如何使用

安装Modelscope

依据ModelScope的介绍，实验环境可分为两种情况。在此推荐使用第2种方式，点开就能用，省去本地安装环境的麻烦，直接体验ModelScope。

1 本地环境安装

可参考ModelScope环境安装。

2 Notebook

ModelScope直接集成了线上开发环境，用户可以直接在线训练、调用模型。

打开模型页面，点击右上角“在Notebook中打开”，选择机器型号后，即可进入线上开发环境。

代码范例

Fie-Tue 微调示例

import os
import jso
from modelscope.traiers import build_traier
from modelscope.msdatasets import MsDataset
from modelscope.utils.hub import read_cofig
from modelscope.metaifo import Metrics
from modelscope.utils.costat import DowloadMode


model_id = 'damo/lp_structbert_siamese-uie_chiese-base'

WORK_DIR = '/tmp'

trai_dataset = MsDataset.load('people_daily_er_1998_tiy', amespace='damo', split='trai', dowload_mode=DowloadMode.FORCE_REDOWNLOAD)
eval_dataset = MsDataset.load('people_daily_er_1998_tiy', amespace='damo', split='validatio', dowload_mode=DowloadMode.FORCE_REDOWNLOAD)


max_epochs=3
kwargs = dict(
    model=model_id,
    trai_dataset=trai_dataset,
    eval_dataset=eval_dataset,
    max_epochs=max_epochs,
    work_dir=WORK_DIR)


traier = build_traier('siamese-uie-traier', default_args=kwargs)

prit('===============================================================')
prit('pre-traied model loaded, traiig started:')
prit('===============================================================')

traier.trai()

prit('===============================================================')
prit('trai success.')
prit('===============================================================')

for i i rage(max_epochs):
    eval_results = traier.evaluate(f'{WORK_DIR}/epoch_{i+1}.pth')
    prit(f'epoch {i} evaluatio result:')
    prit(eval_results)


prit('===============================================================')
prit('evaluate success')
prit('===============================================================')

零样本推理示例

from modelscope.pipelies import pipelie
from modelscope.utils.costat import Tasks

sematic_cls = pipelie(Tasks.siamese_uie, 'damo/lp_structbert_siamese-uie_chiese-base', model_revisio='v1.0')

# 命名实体识别 {实体类型: Noe}
sematic_cls(
    iput='1944年毕业于北大的名古屋铁道会长谷口清太郎等人在日本积极筹资，共筹款2.7亿日元，参加捐款的日本企业有69家。', 
    schema={
        '人物': Noe,
        '地理位置': Noe,
        '组织机构': Noe
    }
) 
# 关系抽取 {主语实体类型: {关系(宾语实体类型): Noe}}
sematic_cls(
    iput='在北京冬奥会自由式中，2月8日上午，滑雪女子大跳台决赛中中国选手谷爱凌以188.25分获得金牌。2月9日上午，滑雪男子大跳台决赛中日本选手小泉次郎以188.25分获得银牌！', 
      schema={
        '人物': {
            '比赛项目(赛事名称)': Noe,
            '参赛地点(城市)': Noe,
            '获奖时间(时间)': Noe,
            '选手国籍(国籍)': Noe
        }
    }
) 

# 事件抽取 {事件类型（事件触发词）: {参数类型: Noe}}
sematic_cls(
    iput='7月28日，天津泰达在德比战中以0-1负于天津天海。', 
      schema={
        '胜负(事件触发词)': {
            '时间': Noe,
            '败者': Noe,
            '胜者': Noe,
            '赛事名称': Noe
        }
    }
) 

# 属性情感抽取 {属性词: {情感词: Noe}}
sematic_cls(
    iput='很满意，音质很好，发货速度快，值得购买', 
      schema={
        '属性词': {
            '情感词': Noe,
        }
    }
) 
# 允许属性词缺省，#表示缺省
sematic_cls(
    iput='#很满意，音质很好，发货速度快，值得购买', 
      schema={
        '属性词': {
            '情感词': Noe,
        }
    }
) 
# 支持情感分类
sematic_cls(
    iput='很满意，音质很好，发货速度快，值得购买', 
      schema={
        '属性词': {
            "正向情感(情感词)": Noe, 
            "负向情感(情感词)": Noe, 
            "中性情感(情感词)": Noe
        }
    }
)

模型局限性以及可能的偏差

模型在较冷门的场景，效果可能不及预期。

数据评估及结果

我们在4类任务、6个领域、9个数据集上进行了测试，我们选择DuUIE作为Baselie，在零样本情况下，F1 Score较DuUIE模型提升24.6%；

在少样本情况下(去除了部分数量较少无法微调的数据集)F1 Score较竞品模型提升3-5个百分点；

SiameseUIE通用信息抽取-中文-base

技术信息

作品详情