zhooufeng / LLM_NER

使用ChatGLM进行NER和事件图谱抽取

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

LLM_NER

introduction

本项目使用提示工程,经过多轮询问得到输入文本的事件关系

WechatIMG976.jpg

usage

环境配置

首先需要下载本仓库:

git clone https://github.com/Andrew82106/LLM_NER.git
cd LLM_NER

然后使用 pip 安装依赖:

pip install -r requirements.txt

其中 transformers 库版本推荐为 4.30.2torch 推荐使用 2.0 及以上的版本,以获得最佳的推理性能。

本项目默认使用ChatGLM2-6B模型,因此此时下ChatGLM2-6B模型权重文件

从 Hugging Face Hub 下载模型需要先安装Git LFS,然后运行

git clone https://huggingface.co/THUDM/chatglm2-6b

如果你从 Hugging Face Hub 上下载 checkpoint 的速度较慢,可以只下载模型实现

GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/THUDM/chatglm2-6b

将下载好的模型实现(chatglm2-6b文件夹)中的内容放到本项目的THUDM/chatglm2-6b文件夹下

然后从这里手动下载模型参数文件,并将下载的文件替换到本项目的THUDM/chatglm2-6b文件夹下

单文本处理

将文本放到项目ChatGLM2-6B/workspace/input/single.txt中,然后运行:

python main.py --task single --savepath ./single_ana_res.json

即可在文件single_ana_res.json中找到处理结果

文本批量处理

将文本放到项目ChatGLM2-6B/workspace/input/batches.txt中,以换行分割样本,然后运行:

python main.py --task batches --savepath ./batches_ana_res.json

即可在文件batches_ana_res.json中找到处理结果

evaluate

ChatGLM2-6B

本项目基于ChatGLM2-6Brepo link进行开发,主要代码在workspace文件下

About

使用ChatGLM进行NER和事件图谱抽取

License:Other


Languages

Language:Jupyter Notebook 94.8%Language:Python 5.2%Language:Shell 0.1%