Science Hammer

环境配置

• Python 3.6+ (测试时为3.10.0)
• Torch 2.1.0+ (测试时为1.6.0)
• transformers 2.2.0+ (测试时为4.31.0)
• Django 3.1+ (测试时为4.2.7)
• NLTK 3.5+ (测试时为3.8.1)
• tqdm 4.19.0+ (测试时为4.66.1)
• scikit-learn 0.21.0+ (测试时为1.3.2)

建议直接输入以下的一系列指令来安装环境（因为我就是这么装的），前提是已经安装了MiniConda

1. conda create -n py37 python=3.7
2. conda activate py37
3. pip install torch(==1.3.1) transformers django nltk tqdm scikit-learn

如何在共用账户内更新项目

• 账号: sciencehammer
• 密码: sciencehammer

1. 进入文件夹ScienceHammer，使用git pull命令确保本地代码是最新的。
2. 按照如何运行代码章节来重新部署即可，确保网站端口不存在冲突。

如何运行代码（仅限V100服务器用户）

1. 在用户根目录输入git clone [email protected]:wongself/ScienceHammer-Spert.git将代码库原样下载到本地，或者登陆本项目的公用账号来查看文件夹ScienceHammer中的最新代码。
2. 进入文件夹ScienceHammer-Spert，输入cp -r /data/wsf/ScienceHammer-Spert/data ./data来拷贝网站运行所必需的模型数据文件吗，可能需要提前创建目标文件夹。
3. 位于文件夹ScienceHammer-Spert，输入以下命令来项目运行的必要文件python manage.py migrate。
4. 位于文件夹ScienceHammer-Spert，输入以下命令来开启网站并进行测试python manage.py runserver 0.0.0.0:kkkk，其中kkkk指的是指定端口号码，0.0.0.0:仅限本地电脑访问V100服务器上运行的网站时需要。

代码说明

• 实体、关系联合识别模型来自于Markus Eberts等人设计的SpERT模型。
• 目前的关系识别结果展示界面只能展示普通的关系三元组，后续将进行风格化工作。