%global _empty_manifest_terminate_build 0 Name: python-openue Version: 0.2.5 Release: 1 Summary: An open toolkit of universal extraction from text. License: MIT License URL: https://github.com/zjunlp/openue Source0: https://mirrors.aliyun.com/pypi/web/packages/76/b5/4566a40df559b0a30b31affc8317cff9a38aaf70eb22c69a2e5bb7fd621e/openue-0.2.5.tar.gz BuildArch: noarch Requires: python3-jsonlines Requires: python3-tqdm Requires: python3-wandb Requires: python3-packaging Requires: python3-numpy Requires: python3-tensorboard Requires: python3-pytorch-lightning Requires: python3-transformers Requires: python3-dataclasses Requires: python3-PyYAML Requires: python3-tensorboardX Requires: python3-textbrewer Requires: python3-ts %description [**中文说明**](https://github.com/zjunlp/OpenUE/blob/main/README.md) | [**English**](https://github.com/zjunlp/OpenUE/blob/main/README_EN.md)

OpenUE is a lightweight toolkit for knowledge graph extraction.

GitHub Documentation

[OpenUE](https://aclanthology.org/2020.emnlp-demos.1/) 是一个轻量级知识图谱抽取工具。 **特点** - 基于预训练语言模型的知识图谱抽取任务 (兼容BERT, Roberta等预训练模型.) - 实体关系抽取 - 事件抽取 - 槽位和意图抽取 - 更多的任务 - 训练和测试接口 - 快速部署NLP模型 ## 环境 - python3.8 - requirements.txt ## 框架图 ![框架](./imgs/overview1.png) 其中主要分为三个模块，`models`,`lit_models`和`data`模块。 ### models 模块 其存放了我们主要的三个模型，针对整句的关系识别模型，针对已知句中关系的命名实体识别模型，还有将前两者整合起来的推理验证模型。其主要源自`transformers`库中的已定义好的预训练模型。 ### lit_models 模块 其中的代码主要继承自`pytorch_lightning.Trainer`。其可以自动构建单卡，多卡，GPU,TPU等不同硬件下的模型训练。我们在其中定义了`training_steps`和`validation_step`即可自动构建训练逻辑进行训练。 由于其硬件不敏感，所以我们可以使用多种不同环境下调用OpenUE训练模块。 ### data 模块 `data`中存放了针对不同数据集进行不同操作的代码。使用了`transformers`库中的`tokenizer`先对数据进行分词处理再根据不同需要将数据变成我们需要的features。 ## 快速开始 ### 安装 #### Anaconda 环境 ``` conda create -n openue python=3.8 conda activate openue pip install -r requirements.txt conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia # 视自己Nvidia驱动环境选择对应的cudatoolkit版本 python setup.py install ``` #### pip安装 ```shell pip install openue ``` #### pip本地开发 ```shell python setup.py develop ``` #### 使用方式 数据格式为`json`文件，具体例子如下。 ```json { "text": "查尔斯·阿兰基斯（Charles Aránguiz），1989年4月17日出生于智利圣地亚哥，智利职业足球运动员，司职中场，效力于德国足球甲级联赛勒沃库森足球俱乐部", "spo_list": [{ "predicate": "出生地", "object_type": "地点", "subject_type": "人物", "object": "圣地亚哥", "subject": "查尔斯·阿兰基斯" }, { "predicate": "出生日期", "object_type": "Date", "subject_type": "人物", "object": "1989年4月17日", "subject": "查尔斯·阿兰基斯" }] } ``` ### 训练模型 将数据存放在`./dataset/`目录下之后进行训练。如目录为空，运行以下脚本，将自动下载数据集和预训练模型并开始训练，过程中请保持网络畅通以免模型和数据下载失败。 ```shell # 训练NER命名实体识别模块 ./scripts/run_ner.sh # 训练SEQ句中关系分类模块 ./scripts/run_seq.sh ``` 下面使用一个小demo简要展示训练过程，其中仅训练一个batch来加速展示。 ![框架](./imgs/demo.gif) ### 验证模型 由于我们使用pipeline模型，所以无法联合训练，需要分别训练后进行统一验证。 在运行了两个训练脚本后，在`output`路径下会得到两个模型权重`output/ner/${dataset}`以及`output/seq/${dataset}`根据不同数据集放在对应的目录中。将模型权重目录分别作为`ner_model_name_or_path`和`seq_model_name_or_path`输入到 `run_infer.yaml`或者是`run_infer.sh`运行脚本中，即可进行验证。 ### Notebook快速开始 [ske数据集训练notebook](https://github.com/zjunlp/OpenUE/blob/pytorch/ske.ipynb) 使用中文数据集作为例子具体介绍了如何使用openue中的`lit_models`,`models`和`data`。方便用户构建自己的训练逻辑。 [![Colab 打开](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/drive/1VNhFYcqDbXl1b3HzU8sc-NgbhV2ZyYzW?usp=sharing) 使用colab云端环境，无需配置环境。 ### 支持自动调参（wandb） ```python # 在代码中将logger 部分替换成wandb logger即可支持wandb logger = pl.loggers.WandbLogger(project="openue") ``` ## 快速部署模型 ### 下载torchserve-docker [docker下载](https://github.com/pytorch/serve/blob/master/docker/README.md) ### 创建模型对应的handler类 我们已经在`deploy`文件夹下放置了对应的部署类`handler_seq.py`和`handler_ner.py`。 ```shell # 使用torch-model-archiver 将模型文件进行打包，其中 # extra-files需要加入以下文件 # config.json, setup_config.json 针对模型和推理的配置config。 # vocab.txt : 分词器tokenizer所使用的字典 # model.py : 模型具体代码 torch-model-archiver --model-name BERTForNER_en \ --version 1.0 --serialized-file ./ner_en/pytorch_model.bin \ --handler ./deploy/handler.py \ --extra-files "./ner_en/config.json,./ner_en/setup_config.json,./ner_en/vocab.txt,./deploy/model.py" -f # 将打包好的.mar文件加入到model-store文件夹下，并使用curl命令将打包的文件部署到docker中。 sudo cp ./BERTForSEQ_en.mar /home/model-server/model-store/ curl -v -X POST "http://localhost:3001/models?initial_workers=1&synchronous=false&url=BERTForSEQ_en.mar&batch_size=1&max_batch_delay=200" ``` ## 项目成员 浙江大学：张宁豫、谢辛、毕祯、王泽元、陈想、余海阳、邓淑敏、叶宏彬、田玺、郑国轴、陈华钧 达摩院：陈漠沙、谭传奇、黄非
## 引用 如果您使用或扩展我们的工作，请引用以下文章： ``` @inproceedings{zhang-2020-opennue, title = "{O}pe{UE}: An Open Toolkit of Universal Extraction from Text", author = "Ningyu Zhang, Shumin Deng, Zhen Bi, Haiyang Yu, Jiacheng Yang, Mosha Chen, Fei Huang, Wei Zhang, Huajun Chen", year = "2020", } ``` %package -n python3-openue Summary: An open toolkit of universal extraction from text. Provides: python-openue BuildRequires: python3-devel BuildRequires: python3-setuptools BuildRequires: python3-pip %description -n python3-openue [**中文说明**](https://github.com/zjunlp/OpenUE/blob/main/README.md) | [**English**](https://github.com/zjunlp/OpenUE/blob/main/README_EN.md)

OpenUE is a lightweight toolkit for knowledge graph extraction.

GitHub Documentation

[OpenUE](https://aclanthology.org/2020.emnlp-demos.1/) 是一个轻量级知识图谱抽取工具。 **特点** - 基于预训练语言模型的知识图谱抽取任务 (兼容BERT, Roberta等预训练模型.) - 实体关系抽取 - 事件抽取 - 槽位和意图抽取 - 更多的任务 - 训练和测试接口 - 快速部署NLP模型 ## 环境 - python3.8 - requirements.txt ## 框架图 ![框架](./imgs/overview1.png) 其中主要分为三个模块，`models`,`lit_models`和`data`模块。 ### models 模块 其存放了我们主要的三个模型，针对整句的关系识别模型，针对已知句中关系的命名实体识别模型，还有将前两者整合起来的推理验证模型。其主要源自`transformers`库中的已定义好的预训练模型。 ### lit_models 模块 其中的代码主要继承自`pytorch_lightning.Trainer`。其可以自动构建单卡，多卡，GPU,TPU等不同硬件下的模型训练。我们在其中定义了`training_steps`和`validation_step`即可自动构建训练逻辑进行训练。 由于其硬件不敏感，所以我们可以使用多种不同环境下调用OpenUE训练模块。 ### data 模块 `data`中存放了针对不同数据集进行不同操作的代码。使用了`transformers`库中的`tokenizer`先对数据进行分词处理再根据不同需要将数据变成我们需要的features。 ## 快速开始 ### 安装 #### Anaconda 环境 ``` conda create -n openue python=3.8 conda activate openue pip install -r requirements.txt conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia # 视自己Nvidia驱动环境选择对应的cudatoolkit版本 python setup.py install ``` #### pip安装 ```shell pip install openue ``` #### pip本地开发 ```shell python setup.py develop ``` #### 使用方式 数据格式为`json`文件，具体例子如下。 ```json { "text": "查尔斯·阿兰基斯（Charles Aránguiz），1989年4月17日出生于智利圣地亚哥，智利职业足球运动员，司职中场，效力于德国足球甲级联赛勒沃库森足球俱乐部", "spo_list": [{ "predicate": "出生地", "object_type": "地点", "subject_type": "人物", "object": "圣地亚哥", "subject": "查尔斯·阿兰基斯" }, { "predicate": "出生日期", "object_type": "Date", "subject_type": "人物", "object": "1989年4月17日", "subject": "查尔斯·阿兰基斯" }] } ``` ### 训练模型 将数据存放在`./dataset/`目录下之后进行训练。如目录为空，运行以下脚本，将自动下载数据集和预训练模型并开始训练，过程中请保持网络畅通以免模型和数据下载失败。 ```shell # 训练NER命名实体识别模块 ./scripts/run_ner.sh # 训练SEQ句中关系分类模块 ./scripts/run_seq.sh ``` 下面使用一个小demo简要展示训练过程，其中仅训练一个batch来加速展示。 ![框架](./imgs/demo.gif) ### 验证模型 由于我们使用pipeline模型，所以无法联合训练，需要分别训练后进行统一验证。 在运行了两个训练脚本后，在`output`路径下会得到两个模型权重`output/ner/${dataset}`以及`output/seq/${dataset}`根据不同数据集放在对应的目录中。将模型权重目录分别作为`ner_model_name_or_path`和`seq_model_name_or_path`输入到 `run_infer.yaml`或者是`run_infer.sh`运行脚本中，即可进行验证。 ### Notebook快速开始 [ske数据集训练notebook](https://github.com/zjunlp/OpenUE/blob/pytorch/ske.ipynb) 使用中文数据集作为例子具体介绍了如何使用openue中的`lit_models`,`models`和`data`。方便用户构建自己的训练逻辑。 [![Colab 打开](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/drive/1VNhFYcqDbXl1b3HzU8sc-NgbhV2ZyYzW?usp=sharing) 使用colab云端环境，无需配置环境。 ### 支持自动调参（wandb） ```python # 在代码中将logger 部分替换成wandb logger即可支持wandb logger = pl.loggers.WandbLogger(project="openue") ``` ## 快速部署模型 ### 下载torchserve-docker [docker下载](https://github.com/pytorch/serve/blob/master/docker/README.md) ### 创建模型对应的handler类 我们已经在`deploy`文件夹下放置了对应的部署类`handler_seq.py`和`handler_ner.py`。 ```shell # 使用torch-model-archiver 将模型文件进行打包，其中 # extra-files需要加入以下文件 # config.json, setup_config.json 针对模型和推理的配置config。 # vocab.txt : 分词器tokenizer所使用的字典 # model.py : 模型具体代码 torch-model-archiver --model-name BERTForNER_en \ --version 1.0 --serialized-file ./ner_en/pytorch_model.bin \ --handler ./deploy/handler.py \ --extra-files "./ner_en/config.json,./ner_en/setup_config.json,./ner_en/vocab.txt,./deploy/model.py" -f # 将打包好的.mar文件加入到model-store文件夹下，并使用curl命令将打包的文件部署到docker中。 sudo cp ./BERTForSEQ_en.mar /home/model-server/model-store/ curl -v -X POST "http://localhost:3001/models?initial_workers=1&synchronous=false&url=BERTForSEQ_en.mar&batch_size=1&max_batch_delay=200" ``` ## 项目成员 浙江大学：张宁豫、谢辛、毕祯、王泽元、陈想、余海阳、邓淑敏、叶宏彬、田玺、郑国轴、陈华钧 达摩院：陈漠沙、谭传奇、黄非
## 引用 如果您使用或扩展我们的工作，请引用以下文章： ``` @inproceedings{zhang-2020-opennue, title = "{O}pe{UE}: An Open Toolkit of Universal Extraction from Text", author = "Ningyu Zhang, Shumin Deng, Zhen Bi, Haiyang Yu, Jiacheng Yang, Mosha Chen, Fei Huang, Wei Zhang, Huajun Chen", year = "2020", } ``` %package help Summary: Development documents and examples for openue Provides: python3-openue-doc %description help [**中文说明**](https://github.com/zjunlp/OpenUE/blob/main/README.md) | [**English**](https://github.com/zjunlp/OpenUE/blob/main/README_EN.md)

OpenUE is a lightweight toolkit for knowledge graph extraction.

GitHub Documentation

[OpenUE](https://aclanthology.org/2020.emnlp-demos.1/) 是一个轻量级知识图谱抽取工具。 **特点** - 基于预训练语言模型的知识图谱抽取任务 (兼容BERT, Roberta等预训练模型.) - 实体关系抽取 - 事件抽取 - 槽位和意图抽取 - 更多的任务 - 训练和测试接口 - 快速部署NLP模型 ## 环境 - python3.8 - requirements.txt ## 框架图 ![框架](./imgs/overview1.png) 其中主要分为三个模块，`models`,`lit_models`和`data`模块。 ### models 模块 其存放了我们主要的三个模型，针对整句的关系识别模型，针对已知句中关系的命名实体识别模型，还有将前两者整合起来的推理验证模型。其主要源自`transformers`库中的已定义好的预训练模型。 ### lit_models 模块 其中的代码主要继承自`pytorch_lightning.Trainer`。其可以自动构建单卡，多卡，GPU,TPU等不同硬件下的模型训练。我们在其中定义了`training_steps`和`validation_step`即可自动构建训练逻辑进行训练。 由于其硬件不敏感，所以我们可以使用多种不同环境下调用OpenUE训练模块。 ### data 模块 `data`中存放了针对不同数据集进行不同操作的代码。使用了`transformers`库中的`tokenizer`先对数据进行分词处理再根据不同需要将数据变成我们需要的features。 ## 快速开始 ### 安装 #### Anaconda 环境 ``` conda create -n openue python=3.8 conda activate openue pip install -r requirements.txt conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch -c nvidia # 视自己Nvidia驱动环境选择对应的cudatoolkit版本 python setup.py install ``` #### pip安装 ```shell pip install openue ``` #### pip本地开发 ```shell python setup.py develop ``` #### 使用方式 数据格式为`json`文件，具体例子如下。 ```json { "text": "查尔斯·阿兰基斯（Charles Aránguiz），1989年4月17日出生于智利圣地亚哥，智利职业足球运动员，司职中场，效力于德国足球甲级联赛勒沃库森足球俱乐部", "spo_list": [{ "predicate": "出生地", "object_type": "地点", "subject_type": "人物", "object": "圣地亚哥", "subject": "查尔斯·阿兰基斯" }, { "predicate": "出生日期", "object_type": "Date", "subject_type": "人物", "object": "1989年4月17日", "subject": "查尔斯·阿兰基斯" }] } ``` ### 训练模型 将数据存放在`./dataset/`目录下之后进行训练。如目录为空，运行以下脚本，将自动下载数据集和预训练模型并开始训练，过程中请保持网络畅通以免模型和数据下载失败。 ```shell # 训练NER命名实体识别模块 ./scripts/run_ner.sh # 训练SEQ句中关系分类模块 ./scripts/run_seq.sh ``` 下面使用一个小demo简要展示训练过程，其中仅训练一个batch来加速展示。 ![框架](./imgs/demo.gif) ### 验证模型 由于我们使用pipeline模型，所以无法联合训练，需要分别训练后进行统一验证。 在运行了两个训练脚本后，在`output`路径下会得到两个模型权重`output/ner/${dataset}`以及`output/seq/${dataset}`根据不同数据集放在对应的目录中。将模型权重目录分别作为`ner_model_name_or_path`和`seq_model_name_or_path`输入到 `run_infer.yaml`或者是`run_infer.sh`运行脚本中，即可进行验证。 ### Notebook快速开始 [ske数据集训练notebook](https://github.com/zjunlp/OpenUE/blob/pytorch/ske.ipynb) 使用中文数据集作为例子具体介绍了如何使用openue中的`lit_models`,`models`和`data`。方便用户构建自己的训练逻辑。 [![Colab 打开](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/drive/1VNhFYcqDbXl1b3HzU8sc-NgbhV2ZyYzW?usp=sharing) 使用colab云端环境，无需配置环境。 ### 支持自动调参（wandb） ```python # 在代码中将logger 部分替换成wandb logger即可支持wandb logger = pl.loggers.WandbLogger(project="openue") ``` ## 快速部署模型 ### 下载torchserve-docker [docker下载](https://github.com/pytorch/serve/blob/master/docker/README.md) ### 创建模型对应的handler类 我们已经在`deploy`文件夹下放置了对应的部署类`handler_seq.py`和`handler_ner.py`。 ```shell # 使用torch-model-archiver 将模型文件进行打包，其中 # extra-files需要加入以下文件 # config.json, setup_config.json 针对模型和推理的配置config。 # vocab.txt : 分词器tokenizer所使用的字典 # model.py : 模型具体代码 torch-model-archiver --model-name BERTForNER_en \ --version 1.0 --serialized-file ./ner_en/pytorch_model.bin \ --handler ./deploy/handler.py \ --extra-files "./ner_en/config.json,./ner_en/setup_config.json,./ner_en/vocab.txt,./deploy/model.py" -f # 将打包好的.mar文件加入到model-store文件夹下，并使用curl命令将打包的文件部署到docker中。 sudo cp ./BERTForSEQ_en.mar /home/model-server/model-store/ curl -v -X POST "http://localhost:3001/models?initial_workers=1&synchronous=false&url=BERTForSEQ_en.mar&batch_size=1&max_batch_delay=200" ``` ## 项目成员 浙江大学：张宁豫、谢辛、毕祯、王泽元、陈想、余海阳、邓淑敏、叶宏彬、田玺、郑国轴、陈华钧 达摩院：陈漠沙、谭传奇、黄非
## 引用 如果您使用或扩展我们的工作，请引用以下文章： ``` @inproceedings{zhang-2020-opennue, title = "{O}pe{UE}: An Open Toolkit of Universal Extraction from Text", author = "Ningyu Zhang, Shumin Deng, Zhen Bi, Haiyang Yu, Jiacheng Yang, Mosha Chen, Fei Huang, Wei Zhang, Huajun Chen", year = "2020", } ``` %prep %autosetup -n openue-0.2.5 %build %py3_build %install %py3_install install -d -m755 %{buildroot}/%{_pkgdocdir} if [ -d doc ]; then cp -arf doc %{buildroot}/%{_pkgdocdir}; fi if [ -d docs ]; then cp -arf docs %{buildroot}/%{_pkgdocdir}; fi if [ -d example ]; then cp -arf example %{buildroot}/%{_pkgdocdir}; fi if [ -d examples ]; then cp -arf examples %{buildroot}/%{_pkgdocdir}; fi pushd %{buildroot} if [ -d usr/lib ]; then find usr/lib -type f -printf "\"/%h/%f\"\n" >> filelist.lst fi if [ -d usr/lib64 ]; then find usr/lib64 -type f -printf "\"/%h/%f\"\n" >> filelist.lst fi if [ -d usr/bin ]; then find usr/bin -type f -printf "\"/%h/%f\"\n" >> filelist.lst fi if [ -d usr/sbin ]; then find usr/sbin -type f -printf "\"/%h/%f\"\n" >> filelist.lst fi touch doclist.lst if [ -d usr/share/man ]; then find usr/share/man -type f -printf "\"/%h/%f.gz\"\n" >> doclist.lst fi popd mv %{buildroot}/filelist.lst . mv %{buildroot}/doclist.lst . %files -n python3-openue -f filelist.lst %dir %{python3_sitelib}/* %files help -f doclist.lst %{_docdir}/* %changelog * Thu Jun 08 2023 Python_Bot - 0.2.5-1 - Package Spec generated