当前位置：首页 > news >正文

SiameseUIE快速上手：5步运行test.py实现历史/现代人物地点抽取

news 2026/3/27 1:10:42

SiameseUIE快速上手：5步运行test.py实现历史/现代人物地点抽取

无需复杂配置，5分钟学会用SiameseUIE从文本中精准抽取人物和地点信息

1. 什么是SiameseUIE？

SiameseUIE是一个专门用于信息抽取的AI模型，能够从任意文本中准确识别和提取人物、地点等关键信息。想象一下，你有一段历史文献或新闻报导，需要快速找出里面提到的所有人物和地点——SiameseUIE就是帮你自动完成这个任务的智能工具。

这个模型特别适合处理中文文本，无论是古代历史人物还是现代名人，无论是城市名称还是具体地址，都能准确识别。最棒的是，我们已经为你准备好了开箱即用的环境，无需安装任何额外软件，直接运行就能看到效果。

2. 环境准备与快速启动

2.1 确认环境状态

首先通过SSH登录到你的云实例。系统已经为你准备好了所有运行环境，只需要确认一下是否处于正确的环境中：

# 检查当前环境（正常情况下应该显示torch28） echo $CONDA_DEFAULT_ENV # 如果显示的不是torch28，执行以下命令切换环境 source activate torch28

2.2 进入工作目录

环境确认后，只需要两个简单的命令就能进入模型所在目录：

cd .. cd nlp_structbert_siamese-uie_chinese-base

现在你已经进入了包含所有必要文件的工作目录，接下来就可以直接运行测试了。

3. 运行测试脚本查看效果

3.1 执行测试命令

在模型目录中，运行以下命令开始测试：

python test.py

这个命令会启动SiameseUIE模型，并自动运行5个预设的测试例子，展示模型在不同场景下的抽取能力。

3.2 理解输出结果

运行成功后，你会看到类似这样的输出：

✅ 分词器+模型加载成功！ ========== 1. 例子1：历史人物+多地点 ========== 文本：李白出生在碎叶城，杜甫在成都修建了杜甫草堂，王维隐居在终南山。 抽取结果： - 人物：李白，杜甫，王维 - 地点：碎叶城，成都，终南山 ---------------------------------------- ========== 2. 例子2：现代人物+城市 ========== 文本：张三在北京工作，李四在上海生活，王五在深圳创业。 抽取结果： - 人物：张三，李四，王五 - 地点：北京市，上海市，深圳市 ----------------------------------------

你会看到5个不同类型的测试例子，涵盖了从历史人物到现代名人，从单个地点到多个地点的各种场景。

4. 核心功能详解

4.1 智能实体识别能力

SiameseUIE的核心优势在于它的精准识别能力：

历史人物识别：能够准确识别古代人名，即使是在复杂的文言文语境中
现代人物抽取：对现代中国人名有很好的识别效果
地点精准定位：不仅能识别省市名称，还能识别具体的地点如"杜甫草堂"、"终南山"
去冗余处理：自动过滤掉不完整的或错误匹配的实体

4.2 两种抽取模式

模型支持两种不同的工作模式：

自定义实体模式（默认）这是test.py默认使用的模式，你需要预先指定想要抽取的实体列表。优点是精度极高，几乎不会出现误识别。

通用规则模式如果你不知道文本中可能包含哪些实体，可以启用这个模式，模型会自动使用规则来识别可能的人物和地点。

5. 自定义测试例子

5.1 添加自己的测试文本

想要测试你自己的文本？非常简单！打开test.py文件，找到test_examples列表，按照以下格式添加新的测试例子：

{ "name": "我的测试例子", "text": "马云在杭州创立了阿里巴巴，马化腾在深圳创办了腾讯公司", "schema": {"人物": None, "地点": None}, "custom_entities": { "人物": ["马云", "马化腾"], "地点": ["杭州市", "深圳市"] } }

保存文件后重新运行python test.py，就能看到你的测试结果了。

5.2 使用通用抽取规则

如果你不想手动指定要抽取的实体，可以修改代码启用通用模式：

# 修改extract_pure_entities函数的调用参数 extract_results = extract_pure_entities( text=example["text"], schema=example["schema"], custom_entities=None # 改为None启用通用规则 )

这样模型会自动识别文本中所有可能是人名或地点的词语。