def infer(sentences, **kwargs): config = load_config(FLAGS.config_file) logger = get_logger(FLAGS.log_file) reformed_sentences = [' '.join(sen[1]) for sen in sentences] result = model.evaluate_lines(sess, inputs_from_sentences(reformed_sentences, char_to_id, FLAGS.max_char_length), id_to_tag) ''' result = [ (0.0, ['ARG0', 'ARG3', '-']), (0.0, ['ARG0', 'ARG1', '-']) ] # evaluate_lines 함수는 문장 단위 분석 결과를 내어줍니다. # len(result) : 문장의 갯수, 따라서 위 예제는 두 문장의 결과입니다. # result[0] : 첫번째 문장의 분석 결과, result[1] : 두번째 문장의 분석 결과. # 각 문장의 분석 결과는 다시 (prob, [labels])로 구성됩니다. # prob에 해당하는 자료는 이번 task에서 사용하지 않습니다. 따라서 그 값이 결과에 영향을 미치지 않습니다. # [labels]는 각 어절의 분석 결과를 담고 있습니다. 따라서 다음과 같이 구성됩니다. ## ['첫번째 어절의 분석 결과', '두번째 어절의 분석 결과', ...] # 예를 들면 위 주어진 예제에서 첫번째 문장의 첫번째 어절은 'ARG0'을, 첫번째 문장의 두번째 어절은 'ARG3'을 argument label로 가집니다. ### 주의사항 ### # 모든 어절의 결과를 제출하여야 합니다. # 어절의 순서가 지켜져야 합니다. (첫번째 어절부터 순서대로 list 내에 위치하여야 합니다.) ''' return result
def evaluate_cli(model, context_embeddings_op, elmo_context, elmo_ids):
config = load_config(FLAGS.config_file)
logger = get_logger(FLAGS.log_file)
if FLAGS.task == "NER":
with open(FLAGS.necessary, "rb") as f:
word_to_id, id_to_word, char_to_id, id_to_char, pumsa_to_id, id_to_pumsa, tag_to_id, id_to_tag, ner_morph_tag = pickle.load(
f)
komoran = Komoran()
results = []
while True:
# line = input("문장을 입력하세요.:")
line = [
"찬민이의 멘탈이 산산조각났습니다.", "진짜 진짜 진짜 맛있는 진짜 라면", "집에 가고 싶읍니다.", "집",
"가 가 가 가 가 가, 가, 가 ,가, 가 가 가 가 가 가, 가, 가 ,가 !!!!! ."
]
for idx in range(0, len(line), 5):
l = line[idx:idx + 2]
results.extend(
model.evaluate_lines(
sess, context_embeddings_op, elmo_context, elmo_ids,
ner_morph_tag,
inputs_from_sentences(komoran, l, word_to_id, pumsa_to_id,
char_to_id, elmo_dict,
FLAGS.max_char_length,
ner_morph_tag), id_to_tag))
print(results)
def evaluate_cli(model):
config = load_config(FLAGS.config_file)
logger = get_logger(FLAGS.log_file)
with open(FLAGS.map_file, "rb") as f:
char_to_id, id_to_char, tag_to_id, id_to_tag = pickle.load(f)
while True:
line = input("문장을 입력하세요.:")
result = model.evaluate_lines(sess, inputs_from_sentences([line], char_to_id, FLAGS.max_char_length), id_to_tag)
print(result)
def evaluate_line():
config = model_utils.load_config(FLAGS.config_file)
tf_config = tf.ConfigProto()
tf_config.gpu_options.allow_growth = True
with open(FLAGS.map_file, "rb") as f:
word_to_id, id_to_word, tag_to_id, id_to_tag = pickle.load(f)
with tf.Session(config=tf_config) as sess:
model = model_utils.create(sess, Model, FLAGS.ckpt_path, config)
book = openpyxl.load_workbook(r'输入文件.xlsx')
sh = book.active
arr = []
for r in list(sh.rows)[1:]:
line = r[1].value
result = model.evaluate_line(
sess, data_utils.input_from_line(line, word_to_id), id_to_tag)
arr.append({"id": r[0].value, "data": result})
print(arr)
newbook = openpyxl.Workbook()
sh = newbook.active
headtype = {
'DIS': {
"name": '疾病',
"num": 20
},
'症状的type': {
"name": '症状',
"num": 20
},
'DURG': {
"name": '药物',
"num": 20
}
}
harr = ['ID']
for n, t in headtype.items():
t['start'] = len(harr)
for i in range(1, t['num'] + 1):
harr.append(t['name'] + str(i))
sh.append(harr)
for t in arr:
larr = [''] * len(harr)
larr[0] = t['id']
htc = {k: obj['start'] for k, obj in headtype.items()}
for entitie in t['data']['entities']:
larr[htc[entitie['type']]] = entitie['word']
htc[entitie['type']] += 1
sh.append(larr)
newbook.save(r'输出文件.xlsx')
def evaluate_line():
config = model_utils.load_config(FLAGS.config_file)
logger = model_utils.get_logger(FLAGS.log_file)
tf_config = tf.ConfigProto()
tf_config.gpu_options.allow_growth = True
with open(FLAGS.map_file, 'rb') as f:
word_to_id, id_to_word, tag_to_id, id_to_tag = pickle.load(f)
with tf.Session(config=tf_config) as sess:
model = model_utils.create(sess, Model, FLAGS.ckpt_path, load_word2vec,
config, id_to_word, logger, FLAGS.train)
while True:
line = input('请输入测试句子(输入q退出):')
if line == 'q':
return
result = model.evaluate_line(
sess, data_utils.input_from_line(line, word_to_id), id_to_tag)
print(result)
def infer(sentences, **kwargs):
config = load_config(FLAGS.config_file)
logger = get_logger(FLAGS.log_file)
if config['elmo']:
elmo_dict = load_elmo_dict(FLAGS.elmo_dict)
else:
elmo_dict = None
results = []
komoran = Komoran()
reformed_sentences = [' '.join(sen[1]) for sen in sentences]
for idx in range(0, len(reformed_sentences), 100):
reformed_sentence = reformed_sentences[idx:idx + 100]
results.extend(
model.evaluate_lines(
sess, context_embeddings_op, elmo_context, elmo_ids,
ner_morph_tag,
inputs_from_sentences(komoran, reformed_sentence,
word_to_id, pumsa_to_id, char_to_id,
elmo_dict, FLAGS.max_char_length,
ner_morph_tag), id_to_tag))
# results.extend(model.evaluate_lines(sess, context_embeddings_op, elmo_context, elmo_ids, ner_morph_tag,\
# inputs_from_sentences(komoran, reformed_sentence, word_to_id, pumsa_to_id, char_to_id, elmo_dict, FLAGS.max_char_length, ner_morph_tag), id_to_tag))
'''
result = [
(0.0, ['ARG0', 'ARG3', '-']),
(0.0, ['ARG0', 'ARG1', '-'])
]
# evaluate_lines 함수는 문장 단위 분석 결과를 내어줍니다.
# len(result) : 문장의 갯수, 따라서 위 예제는 두 문장의 결과입니다.
# result[0] : 첫번째 문장의 분석 결과, result[1] : 두번째 문장의 분석 결과.
# 각 문장의 분석 결과는 다시 (prob, [labels])로 구성됩니다.
# prob에 해당하는 자료는 이번 task에서 사용하지 않습니다. 에 영향을 미치지 않습니다.
# [labels]는 각 어절의 분석 결과를 담고 있습니다. 따라서 다음과 같이 구성됩따라서 그 값이 결과니다.
## ['첫번째 어절의 분석 결과', '두번째 어절의 분석 결과', ...]
# 예를 들면 위 주어진 예제에서 첫번째 문장의 첫번째 어절은 'ARG0'을, 첫번째 문장의 두번째 어절은 'ARG3'을 argument label로 가집니다.
### 주의사항 ###
# 모든 어절의 결과를 제출하여야 합니다.
# 어절의 순서가 지켜져야 합니다. (첫번째 어절부터 순서대로 list 내에 위치하여야 합니다.)
''' ''
# results[1000000000000000000000000]
# test
return results
def load(dir_path, *args):
global char_to_id
global id_to_tag
config = load_config(FLAGS.config_file)
logger = get_logger(FLAGS.log_file)
tf.get_variable_scope().reuse_variables()
with open(os.path.join(dir_path,FLAGS.map_file), "rb") as f:
char_to_id, _, __, id_to_tag = pickle.load(f)
saver = tf.train.Saver()
ckpt = tf.train.get_checkpoint_state(dir_path)
if ckpt and ckpt.model_checkpoint_path:
checkpoint = os.path.basename(ckpt.model_checkpoint_path)
saver.restore(sess, os.path.join(dir_path, checkpoint))
else:
raise NotImplemented('No checkpoint found!')
print ('model loaded!')
def train():
# 加载数据集
train_sentences = dl.load_sentences(FLAGS.train_file)
dev_sentences = dl.load_sentences(FLAGS.dev_file)
test_sentences = dl.load_sentences(FLAGS.test_file)
# 转换编码 bio转bioes
dl.update_tag_scheme(train_sentences, FLAGS.tag_schema)
dl.update_tag_scheme(test_sentences, FLAGS.tag_schema)
dl.update_tag_scheme(dev_sentences, FLAGS.tag_schema)
# 创建单词映射及标签映射
if not os.path.isfile(FLAGS.map_file):
_, word_to_id, id_to_word = dl.word_mapping(train_sentences)
_, tag_to_id, id_to_tag = dl.tag_mapping(train_sentences)
with open(FLAGS.map_file, 'wb') as f:
pickle.dump([word_to_id, id_to_word, tag_to_id, id_to_tag], f)
else:
with open(FLAGS.map_file, 'rb') as f:
unpickler = pickle.Unpickler(f)
scores = unpickler.load()
word_to_id, id_to_word, tag_to_id, id_to_tag = scores
train_data = dl.prapare_dataset(train_sentences, word_to_id, tag_to_id)
dev_data = dl.prapare_dataset(train_sentences, word_to_id, tag_to_id)
test_data = dl.prapare_dataset(train_sentences, word_to_id, tag_to_id)
print('train_data %i, dev_data_num %i, test_data_num %i' %
(len(train_data), len(dev_data), len(test_data)))
mu.make_path(FLAGS)
if os.path.isfile(FLAGS.config_file):
config = mu.load_config(FLAGS.config_file)
else:
config = mu.config_model(FLAGS, word_to_id, tag_to_id)
mu.save_config(config, FLAGS.config_file)
log_path = os.path.join('log', FLAGS.log_file)
logger = mu.get_log(log_path)
mu.print_config(config, logger)
print('aa')
def evaluate_line():
config = model_utils.load_config(FLAGS.config_file)
tf_config = tf.ConfigProto()
tf_config.gpu_options.allow_growth = True
with open(FLAGS.map_file, "rb") as f:
word_to_id, id_to_word, tag_to_id, id_to_tag = pickle.load(f)
with tf.Session(config=tf_config) as sess:
model = model_utils.create(sess, Model, FLAGS.ckpt_path, config)
out = []
df = pd.read_excel(local_file)
for line in df['病历']:
result = model.evaluate_line(
sess, data_utils.input_from_line(line, word_to_id), id_to_tag)
out.append(handle(result))
columns = []
for item in types_index:
for i in range(1, types_num + 1):
columns.append(item + str(i))
df_out = pd.DataFrame(out, columns=columns)
df_out.insert(loc=0, column='ID', value=df['ID'])
df_out.to_excel(result_file, index=None)
def evaluate_line():
config = model_utils.load_config(FLAGS.config_file)
tf_config = tf.ConfigProto()
tf_config.gpu_options.allow_growth = True
with open(FLAGS.map_file, "rb") as f:
word_to_id, id_to_word, tag_to_id, id_to_tag = pickle.load(f)
with tf.Session(config=tf_config) as sess:
model = model_utils.create(sess, Model, FLAGS.ckpt_path, config)
df = pd.read_excel('1.xlsx')
for line in df['文本']:
result = model.evaluate_line(
sess, data_utils.input_from_line(line, word_to_id), id_to_tag)
print(result)
def train():
# 加载数据集
train_sentences = data_loader.load_sentences(FLAGS.train_file)
dev_sentences = data_loader.load_sentences(FLAGS.dev_file)
test_sentences = data_loader.load_sentences(FLAGS.test_file)
# 转换编码
data_loader.update_tag_scheme(train_sentences, FLAGS.tag_schema)
data_loader.update_tag_scheme(dev_sentences, FLAGS.tag_schema)
data_loader.update_tag_scheme(test_sentences, FLAGS.tag_schema)
# 创建单词和词典映射
if not os.path.isfile(FLAGS.map_file):
if FLAGS.pre_emb:
dico_words_train = data_loader.word_mapping(train_sentences)[0]
dico_word, word_to_id, id_to_word = data_utils.augment_with_pretrained(
dico_words_train.copy(), FLAGS.emb_file,
list(
itertools.chain.from_iterable([[w[0] for w in s]
for s in test_sentences])))
else:
_, word_to_id, id_to_word = data_loader.word_mapping(
train_sentences)
_, tag_to_id, id_to_tag = data_loader.tag_mapping(train_sentences)
with open(FLAGS.map_file, 'wb') as f:
pickle.dump([word_to_id, id_to_word, tag_to_id, id_to_tag], f)
else:
with open(FLAGS.map_file, 'rb') as f:
word_to_id, id_to_word, tag_to_id, id_to_tag = pickle.load(f)
# 准备数据
train_data = data_loader.prepare_dataset(train_sentences, word_to_id,
tag_to_id)
dev_data = data_loader.prepare_dataset(dev_sentences, word_to_id,
tag_to_id)
test_data = data_loader.prepare_dataset(test_sentences, word_to_id,
tag_to_id)
# 将数据分批处理
train_manager = data_utils.BatchManager(train_data, FLAGS.batch_size)
dev_manager = data_utils.BatchManager(dev_data, FLAGS.batch_size)
test_manager = data_utils.BatchManager(test_data, FLAGS.batch_size)
# 创建不存在的文件夹
model_utils.make_path(FLAGS)
# 判断配置文件
if os.path.isfile(FLAGS.config_file):
config = model_utils.load_config(FLAGS.config_file)
else:
config = model_utils.config_model(FLAGS, word_to_id, tag_to_id)
model_utils.save_config(config, FLAGS.config_file)
# 配置印logger
log_path = os.path.join('log', FLAGS.log_file)
logger = model_utils.get_logger(log_path)
model_utils.print_config(config, logger)
tf_config = tf.ConfigProto(allow_soft_placement=True)
tf_config.gpu_options.allow_growth = True
step_per_epoch = train_manager.len_data
with tf.Session(config=tf_config) as sess:
model = model_utils.create(sess, Model, FLAGS.ckpt_path, load_word2vec,
config, id_to_word, logger)
logger.info('开始训练')
loss = []
start = time.time()
for i in range(100):
for batch in train_manager.iter_batch(shuffle=True):
step, batch_loss = model.run_step(sess, True, batch)
loss.append(batch_loss)
if step % FLAGS.setps_chech == 0:
iteration = step // step_per_epoch + 1
logger.info(
"iteration{}: step{}/{}, NER loss:{:>9.6f}".format(
iteration, step % step_per_epoch, step_per_epoch,
np.mean(loss)))
loss = []
best = evaluate(sess, model, 'dev', dev_manager, id_to_tag, logger)
if best:
model_utils.save_model(sess, model, FLAGS.ckpt_path, logger)
evaluate(sess, model, 'test', test_manager, id_to_tag, logger)
t = time.time() - start
logger.info('cost time: %f' % t)
test_manager = data_utils.BatchManager(test_data, FLAGS.batch_size)
print('train_data_num %i, dev_data_num %i, test_data_num %i' % (len(train_data), len(dev_data), len(test_data)))
model_utils.make_path(FLAGS)
if os.path.isfile(FLAGS.config_file):
config = model_utils.load_config(FLAGS.config_file)
else:
config = model_utils.config_model(FLAGS, word_to_id, tag_to_id)
model_utils.save_config(config, FLAGS.config_file)
log_path = os.path.join("log", FLAGS.log_file)
logger = model_utils.get_logger(log_path)
model_utils.print_config(config, logger)
def train():
# 加载数据集
train_sentences = data_loader.load_sentences(FLAGS.train_file)
dev_sentences = data_loader.load_sentences(FLAGS.dev_file)
test_sentences = data_loader.load_sentences(FLAGS.test_file)
# 转换编码 bio转bioes
data_loader.update_tag_scheme(train_sentences, FLAGS.tag_schema)
data_loader.update_tag_scheme(test_sentences, FLAGS.tag_schema)
data_loader.update_tag_scheme(dev_sentences, FLAGS.tag_schema)
# 创建单词映射及标签映射
if not os.path.isfile(FLAGS.map_file):
if FLAGS.pre_emb:
dico_words_train = data_loader.word_mapping(train_sentences)[0]
dico_word, word_to_id, id_to_word = data_utils.augment_with_pretrained(
dico_words_train.copy(),
FLAGS.emb_file,
list(
itertools.chain.from_iterable(
[[w[0] for w in s] for s in test_sentences]
)
)
)
else:
_, word_to_id, id_to_word = data_loader.word_mapping(train_sentences)
_, tag_to_id, id_to_tag = data_loader.tag_mapping(train_sentences)
with open(FLAGS.map_file, "wb") as f:
pickle.dump([word_to_id, id_to_word, tag_to_id, id_to_tag], f)
else:
with open(FLAGS.map_file, 'rb') as f:
word_to_id, id_to_word, tag_to_id, id_to_tag = pickle.load(f)
train_data = data_loader.prepare_dataset(
train_sentences, word_to_id, tag_to_id
)
dev_data = data_loader.prepare_dataset(
dev_sentences, word_to_id, tag_to_id
)
test_data = data_loader.prepare_dataset(
test_sentences, word_to_id, tag_to_id
)
train_manager = data_utils.BatchManager(train_data, FLAGS.batch_size)
dev_manager = data_utils.BatchManager(dev_data, FLAGS.batch_size)
test_manager = data_utils.BatchManager(test_data, FLAGS.batch_size)
print('train_data_num %i, dev_data_num %i, test_data_num %i' % (len(train_data), len(dev_data), len(test_data)))
model_utils.make_path(FLAGS)
if os.path.isfile(FLAGS.config_file):
config = model_utils.load_config(FLAGS.config_file)
else:
config = model_utils.config_model(FLAGS, word_to_id, tag_to_id)
model_utils.save_config(config, FLAGS.config_file)
log_path = os.path.join("log", FLAGS.log_file)
logger = model_utils.get_logger(log_path)
model_utils.print_config(config, logger)
tf_config = tf.ConfigProto()
tf_config.gpu_options.allow_growth = True
steps_per_epoch =train_manager.len_data
with tf.Session(config = tf_config) as sess:
model = model_utils.create(sess, Model, FLAGS.ckpt_path, load_word2vec, config, id_to_word, logger)
logger.info("开始训练")
loss = []
for i in range(100):
for batch in train_manager.iter_batch(shuffle=True):
step, batch_loss = model.run_step(sess, True, batch)
loss.append(batch_loss)
if step % FLAGS.setps_chech== 0:
iterstion = step // steps_per_epoch + 1
logger.info("iteration:{} step{}/{},NER loss:{:>9.6f}".format(iterstion, step%steps_per_epoch, steps_per_epoch, np.mean(loss)))
loss = []
best = evaluate(sess,model,"dev", dev_manager, id_to_tag, logger)
if best:
model_utils.save_model(sess, model, FLAGS.ckpt_path, logger)
evaluate(sess, model, "test", test_manager, id_to_tag, logger)
