KR-EAR 项目使用教程
2024-09-24 06:51:46作者:冯爽妲Honey
1. 项目的目录结构及介绍
KR-EAR 项目的目录结构如下:
KR-EAR/
├── KR-EAR(TransE)/
│ ├── main
│ ├── test
│ └── test_attr
├── KR-EAR(TransR)/
│ ├── main
│ ├── test
│ └── test_attr
├── data/
│ ├── train-rel.txt
│ ├── test-rel.txt
│ ├── train-attr.txt
│ ├── test-attr.txt
│ ├── entity2id.txt
│ ├── relation2id.txt
│ ├── attribute2id.txt
│ └── val2id.txt
├── LICENSE
├── README.md
└── makefile
目录结构介绍
- KR-EAR(TransE)/ 和 KR-EAR(TransR)/: 这两个目录分别包含了基于 TransE 和 TransR 模型的代码。每个目录下有
main文件用于训练模型,test文件用于测试模型,test_attr文件用于测试属性。 - data/: 该目录包含了用于知识库补全任务的数据集。数据集包括训练和测试文件,以及实体、关系、属性和值的映射文件。
- LICENSE: 项目的许可证文件,采用 MIT 许可证。
- README.md: 项目的说明文档,介绍了项目的基本信息和使用方法。
- makefile: 用于编译项目的 Makefile 文件。
2. 项目的启动文件介绍
启动文件
- main: 用于启动训练过程。在
KR-EAR(TransE)/或KR-EAR(TransR)/目录下运行./main即可开始训练模型。 - test: 用于启动测试过程。在
KR-EAR(TransE)/或KR-EAR(TransR)/目录下运行./test即可开始测试模型。 - test_attr: 用于测试属性。在
KR-EAR(TransE)/或KR-EAR(TransR)/目录下运行./test_attr即可开始测试属性。
使用方法
- 进入相应的模型目录(如
KR-EAR(TransE)/)。 - 运行
./main开始训练模型。 - 运行
./test或./test_attr进行测试。
3. 项目的配置文件介绍
Makefile
项目的 Makefile 文件用于编译项目代码。在项目根目录下运行 make 命令即可编译项目。
数据文件
数据文件位于 data/ 目录下,包括以下文件:
- train-rel.txt: 关系训练文件,格式为
(e1, e2, rel)。 - test-rel.txt: 关系测试文件,格式与
train-rel.txt相同。 - train-attr.txt: 属性训练文件,格式为
(e1, val, attr)。 - test-attr.txt: 属性测试文件,格式与
train-attr.txt相同。 - entity2id.txt: 实体及其对应 ID 的映射文件。
- relation2id.txt: 关系及其对应 ID 的映射文件。
- attribute2id.txt: 属性及其对应 ID 的映射文件。
- val2id.txt: 值及其对应 ID 的映射文件。
这些文件是项目运行所必需的数据集,确保它们位于 data/ 目录下,并且格式正确。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
774
192
Ascend Extension for PyTorch
Python
343
406
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
756
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249