（非官方）使用pytorch复现R-BERT: Enriching Pre-trained Language Model with Entity Information for Relation Classification

1. 需要python>=3.8环境依赖
2. 使用命令行pip install -r requirements.txt安装包。其中在pytorch官网中下载cuda版本torch
3. 本仓库所有文件一共500MB左右，运行一次程序后保存的模型参数大小约为1GB
4. 使用RTX3080运行一次（5个epoch）需要约5分钟，使用RTX4050 Laptop运行一次（5个epoch）需要约12分钟

• 在github release中下载model.zip并解压缩至code文件夹下

• 使用命令python run.py或者使用IDE（如VScode）打开run.py运行

• 运行run.py后，程序会新建logs文件夹生成运行日志和结果，新建run文件夹记录运行后模型的参数。多次训练记得处理旧文件，以免占用太大空间。

• code：运行程序的所有代码、数据集和预训练模型

  • model：bert-uncased-base预训练模型。来源Hugging Face，副本在github release中，请下载并解压缩至code文件夹下
  • SemEval2010_task8_all_data： SemEval-2010 Task 8原始数据集。地址Github
  • *.py：源码文件，具体思路详见note.md

• Enriching Pre-trained Language Model with Entity Information for Relation Classification.pdf：本项目复现的目标论文

• requirements.txt：python包依赖

• note.md：记录了coding的心路历程，编写逻辑和运行原理

• run.py：一键运行脚本

• 在TextDataset.__init__中使用正则表达式提取目标文本
• 在model中使用torch.mul()对应元素相乘*（又称element-wise product、 element-wise multiplication或 Hadamard product）*，借助boardcast机制在batch中提取entity向量，避免使用循环（现在还没找到batch的map函数）

• 感谢MEDAI3给我机会复现这一篇论文，虽然很辛苦，但这又一次显著提升了我的代码能力。

• 感谢chatgpt的代码思路支持，虽然问题由代码编写转变为如何准确描述任务，也有不少难度。

• 感谢中国人民大学明德地下机房提供的RTX3080显卡支持。

• 感谢自己的认真、坚持和毅力