课程介绍

注意0：欲购买此课程，获取安全购买链接，索要正版授权学习平台账号，务必加咨询QQ：2536379620
注意1：由于编码原因，试听课程视频画面清晰度不如最终购买的视频。最终购买视频的画面清晰度可参见以下两张图。图1   图2
注意2：正版良心视频，购买后有机会和原作者直接短暂技术交流。

关系抽取（Relation Extraction）就是从一段文本中抽取出（主体，关系，客体）三元组，是 NLP 领域重难点任务之一，本课程选用的 CasRel 模型，是一个知名度较高的 Joint Model 关系抽取模型。实体关系抽取任务，不仅能锻炼编码能力，还能在面试中作为难点突破的创新方案，与面试官进行深入探讨。

适合人群

有 Python 基础、熟悉 Pytorch、了解 LSTM 等常用 NLP 算法的同学。

课程大纲

章节1:项目和模型简介
课时1视频实体关系抽取项目介绍(1)10:39                     免费试听
课时2视频实体关系抽取项目介绍(2)09:32
课时3视频模型结构详解与局限性分析11:47
章节2:Bert预训练模型
课时4视频社区简介及transformers安装19:36
课时5视频BertTokenizer分词和编码18:47
课时6视频BertTokenizer分词不可逆问题11:18
章节3:加载数据集
课时7视频DuIE2.0数据集分析与关系表生成17:22
课时8视频构建Dataset数据集和BERT分词11:54
课时9视频解析json数据并计算实体位置(1)08:59
课时10视频解析json数据并计算实体位置(2)11:36
课时11视频Dataloader 批量加载数据(1)11:53
课时12视频Dataloader 批量加载数据(2)18:54
章节4:CasRel模型定义
课时13视频定义模型预测Subject实体首尾位置12:48
课时14视频Object实体首尾矩阵预测(2)08:39
课时15视频Object实体首尾矩阵预测(1)11:55
章节5:模型训练
课时16视频自定义损失函数并反向传播20:33
课时17视频计算关系三元组和评估指标(1)25:28
课时18视频计算关系三元组和评估指标(2)14:33
章节6:GPU训练与测试
课时19视频免费Kaggle GPU资源模型训练实录13:06
课时20视频模型缓存文件下载和模型测试16:24
课时21视频模型预测与关系三元组提取05:56
章节7:项目代码
课时22文本项目代码下载