lemonhu
lemonhu
Thank you for your attention. I just reproduced the code, not the author of the paper.
本代码主要对基于依存句法的关系抽取进行了实现，你所说的代码和数据可向论文原作者咨询。
我拿到的原始数据就是[msra_train_bio](https://github.com/lemonhu/NER-BERT-pytorch/blob/master/data/msra/msra_train_bio)和[msra_test_bio](https://github.com/lemonhu/NER-BERT-pytorch/blob/master/data/msra/msra_test_bio)，就没有其他了。
MSRA数据我也是从网上获得的，无法考证其官方性，可供参考哈。
这个需要你场景下的标注数据，具体格式要求可以参考MSRA标注数据集。
新版的pytorch-transformer也是可以兼容的，不过需要对modeling.py/modeling_bert.py稍作修改，也欢迎你的贡献（最近忙哇...），like this [pull](https://github.com/lemonhu/open-entity-relation-extraction/pull/8)。
建议使用版本`pytorch-pretrained-bert==0.4.0`，后面有时间，我会再查找具体原因及更新。
谢谢反馈，后面我再仔细分析下。
> @lemonhu 您好，在版本0.6.１中您是否已经修复了这个问题？新版我还是会出现f1值低的原因 > > 祝您生活愉快 > super.single430 问题如@Wangpeiyi9979所指，稍作修改即可适应新版本。
> 大佬代码写的真好，学习了。 > 有个小建议，您的dataiterator，在不能被batch size整除的情况下，直接pass了最后一个batch，在inference的时候可能不大方便。 谢谢您的建议。