SpanABSA 项目使用教程

1. 项目目录结构及介绍

SpanABSA/
├── absa/
│   ├── __init__.py
│   ├── run_extract_span.py
│   ├── run_cls_span.py
│   ├── run_joint_span.py
│   └── ...
├── data/
│   └── absa/
│       ├── rest_total_train.txt
│       ├── rest_total_test.txt
│       └── ...
├── image/
├── squad/
├── bert/
│   ├── bert-base-uncased/
│   │   ├── vocab.txt
│   │   ├── bert_config.json
│   │   └── pytorch_model.bin
│   └── ...
├── LICENSE.txt
├── README.md
└── ...

目录结构说明

• absa/: 包含项目的主要代码文件，包括多目标提取器和极性分类器的训练和预测脚本。
• data/absa/: 包含训练和测试数据文件。
• image/: 可能包含项目相关的图像文件。
• squad/: 可能包含与SQuAD任务相关的文件。
• bert/: 包含预训练的BERT模型文件。
• LICENSE.txt: 项目的许可证文件。
• README.md: 项目的说明文档。

2. 项目启动文件介绍

主要启动文件

• run_extract_span.py: 用于训练和预测多目标提取器的脚本。
• run_cls_span.py: 用于训练和预测极性分类器的脚本。
• run_joint_span.py: 用于联合训练多目标提取器和极性分类器的脚本。

使用示例

训练多目标提取器

python -m absa.run_extract_span \
  --vocab_file $BERT_DIR/vocab.txt \
  --bert_config_file $BERT_DIR/bert_config.json \
  --init_checkpoint $BERT_DIR/pytorch_model.bin \
  --do_train \
  --do_predict \
  --data_dir $DATA_DIR \
  --train_file rest_total_train.txt \
  --predict_file rest_total_test.txt \
  --train_batch_size 32 \
  --output_dir out/extract/01

训练极性分类器

python -m absa.run_cls_span \
  --vocab_file $BERT_DIR/vocab.txt \
  --bert_config_file $BERT_DIR/bert_config.json \
  --init_checkpoint $BERT_DIR/pytorch_model.bin \
  --do_train \
  --do_predict \
  --data_dir $DATA_DIR \
  --train_file rest_total_train.txt \
  --predict_file rest_total_test.txt \
  --train_batch_size 32 \
  --output_dir out/cls/01

3. 项目的配置文件介绍

主要配置文件

• bert_config.json: BERT模型的配置文件，包含模型的超参数设置。
• vocab.txt: BERT模型的词汇表文件。
• pytorch_model.bin: 预训练的BERT模型权重文件。

配置文件路径

配置文件通常位于bert/bert-base-uncased/目录下，使用时需要指定路径：

export BERT_DIR=bert/bert-base-uncased

数据目录

数据文件通常位于data/absa/目录下，使用时需要指定路径：

export DATA_DIR=data/absa

通过以上配置，可以正确加载模型和数据，进行训练和预测。