KBQA BERT:基于知识图谱的QA系统BERT模型 源码
KBQA-BERT 基于知识图谱的QA系统,BERT模型需要下载BERT预训练模型(中文)chinese_L-12_H-768_A-12 解压缩后放在./ModelParams文件夹里面(注意整个chinese_L-12_H-768_A-12文件夹放进去) 另外需要在根目录建立输出文件夹存放训练的模型参数文件分为输出/ NER(命名实体识别)文件夹和输出/ SIM(相似度)文件夹 1.run_ner.sh训练(命名实体识别) 2.terminal_ner.sh(命名实体识别测试) 3.args.py train = true预训练模式 test = true相似度测试 4.run_similarity相似度的训练或测试(根据第3步的设置决定) 5.qa_my.sh(连接了本地的neo4j知识库) 问答 参考: :
文件列表
KBQA-BERT-master.zip
(预估有个70文件)
KBQA-BERT-master
neo4j_qa.py
834B
tf_metrics.py
8KB
global_config.py
2KB
lstm_crf_layer.py
7KB
bert
run_squad.py
45KB
multilingual.md
11KB
tokenization.py
10KB
run_classifier.py
31KB
暂无评论