华为云首页用户手册

知识图谱 KG-创建模型:训练模型框架介绍

知识图谱 KG-创建模型:训练模型框架介绍

时间：2023-11-01 16:18:25

知识图谱 KG 自定义信息抽取模型

训练模型框架介绍

KG服务提供不同类型的关系抽取模型，以应对用户不同的条件与需求。

KG服务当前提供以下训练模型框架供您自定义模型：

DGCNN是一个较为复杂的端到端关系抽取模型，它在使用BERT模型建模语言关系的基础上，利用DGCNN网络额外使用了文本的分词词性信息，这使得它对于待抽取实体的边界识别能力很强。但复杂的模型意味着更多的标注数据需求，推荐平均每类关系三元组标注数据在400以上，所有标注文本样本数量在8000以上。
MRC-BM-v2是一个非常简单的、基于BERT模型、端到端的关系抽取模型，它对于标注数据量的要求非常低，平均每个关系仅需要200组左右标注数据即可训练出一个较好（实测F1值在0.7左右）的模型，平均每个关系标注数据在2000左右模型训练效果达到一个峰值（实测F1值在0.8左右），数据量越多，质量越好，效果会越好。
MRC-BM是旧版本的模型，为兼容保留，新创建模型请使用MRC-BM-v2。

上一篇：知识图谱 KG-创建模型:训练数据类型介绍

下一篇：知识图谱 KG-创建模型:训练数据类型介绍

知识图谱 KG-创建模型:训练模型框架介绍

意见反馈

0/200

提交成功！非常感谢您的反馈，我们会继续努力做到更好反馈提交失败！请稍后重试！

推荐文章

解决方案
相关专题