|
|
| if __name__ == '__main__':
|
| import pandas as pd
|
| import json
|
|
|
|
|
| with open('./data/train_triples.json', 'r', encoding='utf-8') as f:
|
| data = json.load(f)
|
|
|
| df = pd.DataFrame(data)
|
|
|
| text = df['text']
|
| label = df['triple_list']
|
|
|
|
|
| print(len(text))
|
|
|
|
|
| from response_to_json import parse_llm_response, save_to_json, save_raw_response
|
| from LLM_Special_for_0423 import zero_shot
|
|
|
|
|
|
|
| model_series = 'llama'
|
| model_name = 'meta-llama/Meta-Llama-3.1-405B-Instruct'
|
|
|
| prompt = '''
|
| 你是一名专业经验丰富的工程地质领域专家，你的任务是从给定的输入文本中提取"实体-关系-实体"三元组。关系类型包括24种："出露于"、"位于"、"整合接触"、"不整合接触"、"假整合接触"、"断层接触"、"分布形态"、"大地构造位置"、"地层区划"、"出露地层"、"岩性"、"厚度"、"面积"、"坐标"、"长度"、"含有"、"所属年代"、"行政区划"、"发育"、"古生物"、"海拔"、"属于"、"吞噬"、"侵入"。提取过程请按照以下规范：
|
| 1. 输出格式：
|
| 严格遵循JSON数组，无额外文本，每个元素包含：
|
| [
|
| {
|
| "entity1": "实体1",
|
| "relation": "关系",
|
| "entity2": "实体2"
|
| }
|
| ]
|
| 2. 复杂关系处理：
|
| 若同一实体参与多个关系，需分别列出不同三元组
|
| 3. 关系的解释：
|
| 对部分较难提取的关系解释如下：
|
| （1）出露于：指岩石或地层暴露在地表或近地表，未被覆盖或埋藏，在三元组中常显示为"出露"、"分布"，主体和客体分别是"岩石、地层（X组或X群）"和"地区"。
|
|
|
| （2）假整合接触：特指产状一致的平行不整合类型，强调沉积序列的间断但无构造变形，专门用来描述地层之间的关系，请勿滥用。
|
|
|
| （3）分布形态：刻画地质单元的空间展布特征，包括几何形态与延伸方向的组合描述。在三元组中主体和客体分别是"岩石、地层（X组或X系）"和"X块、状、体、结构、展布"等。
|
|
|
| （4）大地构造位置：定位地质单元在板块构造格架中的归属，关联造山带或构造单元划分。在三元组中主体和客体分别是"岩石、地层（X群或X系）"和"XX带"。
|
|
|
| （5）出露地层：特指某区域实际暴露的地层实体，强调可观测的地表地质单元。在三元组中主体和客体分别是"地层（X组或X群）"和"地层（X组或X群）"。
|
|
|
| （6）岩性：定义岩石的物质组成与结构特征，包含复合岩性的层级描述要素。
|
|
|
| （7）坐标：特指记录地质特征点的地理空间定位数据。
|
|
|
| （8）发育：描述地质构造或沉积特征的显现程度与形成状态强度。在三元组中主体和客体分别是"岩石"和"X层（片）理等、X构造"。
|
|
|
| （9）古生物：记录地层中赋存的化石生物信息，需包含完整拉丁学名与分类特征。专指"X岩石、地区、地层（X组或X群"有"古生物"。
|
|
|
| （10）属于：确立地质单元在分类体系中的类型归属，构建概念层级关系，不可滥用。
|
| '''
|
| j=0
|
| q=0
|
|
|
| json_path = './output/Knowledge-guided_rerun/nomal/'+model_name+'.json'
|
| j=len(json.load(open(json_path,'r',encoding='utf-8')))
|
| q=len(json.load(open('./output/Knowledge-guided_rerun/nomal_raw/'+model_name+'.json','r',encoding='utf-8')))
|
|
|
|
|
| if q==j:
|
| print(j)
|
| for i in range(j,500):
|
| response = zero_shot(model_series, model_name, prompt+'\n'+'以下是地质描述文本，请基于上述描述提取三元组：'+'\n'+text[i])
|
| print(prompt+'\n'+'以下是地质描述文本，请基于上述描述提取三元组：'+'\n'+text[i])
|
|
|
| formatted_triples = parse_llm_response(response)
|
|
|
|
|
| save_to_json(text[i], formatted_triples, model_series=model_name, output_dir='./output/Knowledge-guided_rerun/nomal/')
|
|
|
| save_raw_response(response, prompt+'\n'+'以下是地质描述文本，请基于上述描述提取三元组：'+'\n'+text[i], model_series=model_name, output_dir='./output/Knowledge-guided_rerun/nomal_raw/')
|
|
|
| else:
|
| print('q!=j')
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| |
