介绍

  ERNIE-UIE信息抽取模型可以进行关键信息抽取，可参照官网安装流程进行配置和使用。

  但是在实际的细分领域中（细分的应用场景），信息抽取的效果并不好（中文书写习惯截然不同），本文按照官网的方式，进行模型训练从而进一步提升效果，并进行记录。

环境配置

1. Paddle、ERNIE-UIE

2. Paddle Install
   

3. ERNIE-UIE Install
   

4. 正确安装后能够正确返回信息抽取的结果；

1. doccano 数据标注

2. 介绍
   

3. 安装
   

4. doccano 环境安装成功后，登录系统并创建一个[序列标注]类型的项目[regex]，如图所示定义了三个 Tag: ['start', 'label', 'end']。图片无法正常查看的话， 访问
   

5. 

6. 在[regex]项目下，导入数据集并且进行标注，如图所示，每一段话按顺序标注['start', 'label', 'end'] 三个部分。图片无法正常查看的话， 访问
   

7. 

8. 如上图所示，选中数据进行导出，会下载一个 zip 文件夹，内部包含一个名为[admin.jsonl]的文件，将其重命名为 doccano_ext.json。

1. PaddleNLP

2. 使用 git clone 命令下载PaddleNLP。

3. 进入到 /model_zoo/uie 文件夹并创建 data 文件夹，并将上传上述生成的 doccano_ext.json 文件。

4. 进行数据转换，执行如下命令，会在 data 文件夹下生成：train.txt、test.txt、dev.txt、sample_index.json 这些文件。

5. 建议在 GPU 环境下进行模型微调，作者租用了一台 A30(24G 显存)进行的训练。

6. 使用定制的模型进行预测，修改 ERNIE-UIE 官网提供的代码（注意 Taskflow 是通过 task_path 指定模型权重文件的路径）

7. 通过结果能改看到模型发生了变化。

1. 总结

  通过标注少量数据对 UIE 模型进行微调，将其应用到垂直细分领域，提升了信息提取的效果，能够更方便的将其应用到细分的实际应用场景中。

5. 参考

6. https://github.com/PaddlePaddle/PaddleNLP
   

7. https://github.com/doccano/doccano
   

8. https://pap-docs.pap.net.cn/#/md/other/paddle/paddle-install