使用DeepKE训练命名实体识别模型DEMO（官方DEMO）
使用DeepKE训练命名实体识别模型DEMO（官方DEMO）
说明：
- 首次发表日期：2024年10月10日
- DeepKE 资源：
如果需要，设置Github镜像
git config --system url."https://githubfast.com/".insteadOf https://github.com/
如果要取消，则输入：
git config --system --unset url.https://githubfast.com/.insteadof创建conda环境
conda create -n deepke python=3.8
conda activate deepke
# 安装torch
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113
# 使用阿里云镜像安装torch 1.11.0
# pip install https://mirrors.aliyun.com/pytorch-wheels/cu113/torch-1.11.0+cu113-cp38-cp38-linux_x86_64.whl https://mirrors.aliyun.com/pytorch-wheels/cu113/torchvision-0.12.0+cu113-cp38-cp38-linux_x86_64.whl https://mirrors.aliyun.com/pytorch-wheels/cu113/torchaudio-0.11.0+cu113-cp38-cp38-linux_x86_64.whl -i https://mirrors.aliyun.com/pypi/simple/安装DeepKE：
git clone https://github.com/zjunlp/DeepKE.git
cd DeepKE
pip install pip==24.0
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
python setup.py install
python setup.py develop pip install prettytable==2.4.0
pip install ipython==8.12.0下载数据集
# apt-get install wget
cd example/ner/standard
wget 120.27.214.45/Data/ner/standard/data.tar.gz
tar -xzvf data.tar.gz可以看到data文件夹下有：
train.txt: Training setvalid.txt: Validation settest.txt: Test set
配置wandb
请访问 https://wandb.ai/ 创建账户，并随后创建一个 project，请给项目命名。例如，请使用名称 deepke-ner-official-demo 进行操作。
打开 https://wandb.ai/authorize 获取 API key
运行 wandb init，输入刚获取的 API key 和创建的project
运行训练和预测
删除之前训练时保存的checkpoints和logs文件夹（如果有）：
rm -r checkpoints/
rm -r logs/lstmcrf
打开 example/ner/standard/run_lstmcrf.py ， 安装wandb和yaml库并成功导入：
import wandb
import yaml修改wandb的project名称：
if config['use_wandb']:
wandb.init(project="deepke-ner-official-demo")修改 example/ner/standard/conf/config.yaml 中的 use_wandb 为 True。
若使用多个GPU进行训练，则需在配置文件example/ner/standard/conf/train.yaml中将参数use\_multi\_gpu设置为True
开始训练：
python run_lstmcrf.py >> total: 109870 loss: 27.181508426008552
precision recall f1-score support
B-LOC 0.8920 0.8426 0.8666 1951
B-ORG 0.8170 0.7439 0.7787 984
B-PER 0.8783 0.8167 0.8464 884
I-LOC 0.8650 0.8264 0.8453 2581
I-ORG 0.8483 0.8365 0.8424 3945
I-PER 0.8860 0.8436 0.8643 1714
O 0.9861 0.9912 0.9886 97811
accuracy 0.9732 109870
macro avg 0.8818 0.8430 0.8618 109870
weighted avg 0.9727 0.9732 0.9729 109870被用于的预测任务保存在example/ner/standard/conf/predict.yaml中
text: "“热水器等以旧换新，节省了2000多元。”10月3日，在湖北省襄阳市的一家购物广场，市民金煜轻触手机，下单、付款、登记。湖北着力推动大规模设备更新和消费品以旧换新。“力争到今年底，全省汽车报废更新、置换更新分别达到4.5万辆、12.5万辆，家电以旧换新170万套。”湖北省商务厅厅长龙小红介绍。"运行预测：
python predict.pyNER结果:
[('湖', 'B-LOC'), ('北', 'I-LOC'), ('省', 'I-LOC'), ('襄', 'B-LOC'), ('阳', 'I-LOC'), ('市', 'I-LOC'), ('场', 'I-LOC'), ('煜', 'I-PER'), ('湖', 'B-ORG'), ('北', 'I-ORG'), ('省', 'I-ORG'), ('商', 'I-ORG'), ('务', 'I-ORG'), ('厅', 'I-ORG'), ('厅', 'I-ORG'), ('龙', 'B-PER'), ('小', 'I-PER'), ('红', 'I-PER')]bert
修改 example/ner/standard/conf/config.yaml中的hydra/model为bert。
bert的超参数配置在 example/ner/standard/conf/hydra/model/bert.yaml
修改 example/ner/standard/conf/config.yaml 中的 use_wandb 为 True。
修改 example/ner/standard/run_bert.py 中的wandb的project名称：
if cfg.use_wandb:
wandb.init(project="deepke-ner-official-demo")基于需求，需对example/ner/standard/conf/train.yaml文件中的train_batch_size参数进行调整；建议设置其最低值为64
开始训练：
export HF_ENDPOINT=https://hf-mirror.com
python run_bert.pyw2ner
w2ner是一个新的SOTA模型。
以W2NER (AAAI’22)为基础的实体识别技术能够有效地应对多种应用场景，并且相关研究可参考论文Unified Named Entity Recognition as Word-Word Relation Classification
覆盖主要类型的是命名实体识别（NER），这些类型包括平面、重叠（亦称嵌套）以及不连续的NER，并各自被单独研究。近年来，“统一NER”已成为研究重点，在这一领域中，“W2NER”通过单一模型实现了对上述三项工作的整合处理。
基于单卡GPU配置的情况下，在文件路径example/ner/standard/w2ner/conf/train.yaml$中将参数device$设置为整数0。
修改example/ner/standard/w2ner/conf/train.yaml中的data_dir和do_train：
data_dir: "../data"
do_train: True以便使用之前下载的数据集和开始训练。
运行训练：
python run.py