entity linking:用于命名实体链接的双编码器模型 源码

双编码器实体链接 此仓库实现了用于实体链接的双编码器模型。 双编码器将提及和实体对分别嵌入到共享向量空间中。 双编码器模型中的编码器是预训练的变压器。 我们根据检索率指标评估三种不同的基本编码器模型。 检索率是在测试集中为每个提及生成k候选者时包括要提及的正确实体的比率。 三种基本编码器模型的HuggingFace名称为: bert-base-uncased roberta-base johngiorgi/declutr-base 此仓库中的ML模型是使用PyTorch和PyTorch-Lightning实现的。 设置 安装 从解压缩的目录中运行conda env create -f environment.yml 。 这将创建一个名为enli的Conda环境。 跑步source activate enli 安装要求。 pip install -r requirements.t