• config/ 配置文件
• data/ 数据集
  • dictionary/ 字典文件（代码生成）
  • output/ 输出数据（代码生成）
  • test/ 待标注数据（人工准备）
  • train/ 训练集数据（人工准备）
  • validation/ 验证集数据（代码生成）
• images/ 模型结构图（代码生成）
• libraries/ 程序依赖库（人工准备）
  • bert_model
  • stanford-corenlp
• log/ 日志文件（代码生成）
• model/ 模型文件（代码生成）
• scripts/ 脚本文件
• src/ 源代码文件
• .gitignore
• requirements.txt Python Packages
• README.md

训练数据命名及格式规范

• 对于每一个训练语料文件，将其命名为training_[construction]_[id].txt，比如training_a+上+加+a_0219.txt；

• 就训练数据文件内部格式而言，需要将句子处理为字-标签的形式，比如：

  ...
  后	O
  悔	O
  更	O
  是	O
  假	B-V
  上	B-C
  加	I-C
  假	B-V
  ...
  

测试(待标注)数据命名及格式规范

• 对于每一个测试语料文件，将其命名为test_[construction]_[id].txt，比如test_a1+的+a1+，+a2+的+a2_1860.txt；

• 测试文件内部句子不作特殊处理；

  ...
  他认识的人干什么的都有，正道也有，邪道也有。
  ...
  

安装 Python Packages 依赖

# Python 3+
cd /path/to/project/
pip install -r requirements.txt

安装 Stanford-CoreNLP

1. 打开浏览器，输入网址：

https://stanfordnlp.github.io/CoreNLP/download.html

2. 下载 CoreNLP 4.0.0，解压文件，重命名为stanford-corenlp，并置于/libraries下；
3. 下载 Chinese 4.0.0，解压文件，重命名为stanford-chinese-corenlp-2020-03-15-models.jar，并置于/libraries/stanford-corenlp下；
4. 安装 java。

下载 bert-model

1. 打开浏览器，输入网址：

https://github.com/ymcui/Chinese-BERT-wwm#%E4%B8%AD%E6%96%87%E6%A8%A1%E5%9E%8B%E4%B8%8B%E8%BD%BD

2. 下载喜欢的bert预训练语言模型，并置于/libraries下。

运行脚本

cd /path/to/project/scripts
./start-core-nlp-server.sh

需要注意的是，此处记得修改脚本内部路径，由于脚本内部路径采用的是绝对路径，因而需要针对本地资源所在位置修改相应的路径。

模型下载

我们分别就Hades和Poseidon训练了两个模型，可以从下述链接下载得到：

# 有效期限：2020-12-31
https://disk.pku.edu.cn:443/link/771B3F193617058CB3AAEFCDDD281B58

其中，模型model.bin.hades表示Hades系统模型，模型model.bin.poseidon表示Poseidon系统模型。

若使用基于强知识驱动的复句型构式自动识别模型：

cd /path/to/project/src
python main.py --system=zeus --mode=predict

若使用基于基于Bert的复句型构式自动识别模型：

cd /path/to/project/src
python main.py --system=poseidon --mode=predict

若使用基于Bi-LSTM的复句型构式自动识别模型：

cd /path/to/project/src
sudo python main.py --system=hades --mode=predict

Poseidon 模型训练硬件要求

• SEQUENCE LENGTH与语料句长相关，勿使句长大于SEQUENCE LENGTH，否则会报错；
• BATCH SIZE理论上取值越大，网络收敛越快（批量随机梯度下降）；GPU配置越高，模型效果越佳。