2019百度的关系抽取比赛，Pytorch版苏神的baseline，联合关系抽取。
与苏神的模型相同，只不过开发框架由Keras+Tensorflow变成了Pytorch，给使用Pytorch的小伙伴分享。
苏神Keras版链接：https://github.com/bojone/kg-2019-baseline
代码中复用了许多苏神的代码，因此首先对苏神表示感谢！
以下为苏神模型介绍原文：
用BiLSTM做联合标注，先预测subject，然后根据suject同时预测object和predicate，标注结构是“半指针-半标注”结构，以前也曾介绍过（ https://kexue.fm/archives/5409 ）
标注结构是自己设计的，我看了很多关系抽取的论文，没有发现类似的做法。所以，如果你基于此模型做出后的修改，最终获奖了或者发表paper什么的，烦请注明一下（其实也不是太奢望）
@misc{
jianlin2019bdkg,
title={Hybrid Structure of Pointer and Ragging for Relation Extraction: A Baseline},
author={Jianlin Su},
year={2019},
publisher={GitHub},
howpublished={\url{https://github.com/bojone/kg-2019-baseline}},
}
CSDN上基于本代码的算法简介：https://blog.csdn.net/qq_35268841/article/details/107063066
python trans.py转换数据，python main.py跑模型并观察结果。
代码需要GPU运行！若需要CPU运行则去掉代码中所有的.cuda()并将一些cuda上的数据类型改为普通数据类型即可。
数据只提供了共30条示例数据。数据由比赛官方提供，如有需要请联系比赛主办方。
5个epoch到达0.73，最高能到0.75。
Python 3.5+
Pytorch 1.0.1
tqdm
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent