Spaces:
Runtime error
Runtime error
| # 测试llama和qen | |
| if __name__ == '__main__': | |
| import pandas as pd | |
| import json | |
| # 加载地质描述文本，提取prompt和label | |
| with open('./data/train_triples.json', 'r', encoding='utf-8') as f: | |
| data = json.load(f) | |
| # 将data转换为DataFrame | |
| df = pd.DataFrame(data) | |
| # 提取prompt和label | |
| text = df['text'] | |
| label = df['triple_list'] | |
| # print(prompt,label) | |
| 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 | |
| # from prompt_generate import generate_prompt_with_examples as generate_prompt | |
| # from prompt_generate import generate_prompt_with_best_matches as generate_prompt_b | |
| model_series = 'gpt_R1' | |
| model_name = 'deepseek-ai/DeepSeek-R1' | |
| 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）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。 | |
| （3）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"。 | |
| （4）地层区划：表征地层单元在区域地层划分体系中的层级归属与分区属性。在三元组中主体和客体分别是"地层、测区"和"X分区"。 | |
| （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）坐标：特指记录地质特征点的地理空间定位数据。 | |
| （7）行政区划：界定地质实体在行政管理体系中的隶属层级与地域归属。 | |
| （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"。 | |
| ''' | |
| 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'))) | |
| # # 当q=j时才继续处理 | |
| # # 当q=j时才继续处理 | |
| 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]) | |
| # 解析响应 | |
| formatted_triples = parse_llm_response(response) | |
| # 保存结果 | |
| save_to_json(text[i], formatted_triples, model_series=model_name, output_dir='./output/Knowledge-guided_rerun/nomal/') | |
| # 保存原始响应为josn文件save_raw_response | |
| 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') | |
| # 上一轮提示 0421 | |
| # 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： | |
| # 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"。 | |
| # 位于：确立地质单元在更大空间框架（行政区域/构造单元）中的从属关系，表达宏观空间归属，不能用来描述"X岩"在"X地方"，使用"出露于"关系替代。 | |
| # 整合接触：指示上下地层连续沉积形成的接触关系，反映无显著沉积间断的岩性渐变特征，专门用来描述地层之间的关系，请勿滥用。 | |
| # 不整合接触：描述存在沉积缺失的地层接触界面，包含角度差异或岩性突变的接触特征，专门用来描述地层之间的关系，请勿滥用。 | |
| # 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。 | |
| # 断层接触：界定以断裂构造为边界的地质体空间关系，伴随破碎带等构造现象，专门用来描述地层之间的关系，请勿滥用。 | |
| # 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群）"和"块、状、体、结构、展布"等。 | |
| # 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组或X群）"和"XX带"。 | |
| # 地层区划：表征地层单元在区域地层划分体系中的层级归属与分区属性。在三元组中主体和客体分别是"地层、测区"和"X分区"。 | |
| # 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）"。 | |
| # 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。 | |
| # 厚度：量化地层/岩体的垂向尺度，包含绝对数值与相对描述的量纲表达。 | |
| # 面积：表征地质单元的水平展布范围，以数值与单位组合的标准化形式呈现。 | |
| # 坐标：特指记录地质特征点的地理空间定位数据，保持原始经纬度格式特征。 | |
| # 长度：描述线性地质体的空间延伸尺度。 | |
| # 含有：指示主体物质的成分包含关系，专指矿物组成或化石赋存状态，不同于日常的意思，不能用来描述“X岩"含有"古生物"，要使用"古生物"关系代替。 | |
| # 所属年代：建立地质单元与标准地质年代体系的对应关系，采用国际年代术语，不可滥用。 | |
| # 行政区划：界定地质实体在行政管理体系中的隶属层级与地域归属。 | |
| # 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"。 | |
| # 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"。 | |
| # 海拔：量化地质特征点相对于海平面的高程数据，保留测量基准标识。 | |
| # 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。 | |
| # 吞噬：表征侵入体对围岩的空间取代过程，反映岩浆活动的改造作用。 | |
| # 侵入：描述岩浆岩体贯入围岩的地质作用过程，包含接触变质等伴生现象 | |
| # 4. 其他要点： | |
| # 所有三元组关系必须是以上24种之一 | |
| # 关系的实体不能是动词或者介词等无意义的词。且描述岩石和地层等实体等要根据原文尽可能完整，如"X带X岩"或"X世X岩","X层"或"X组" | |
| # 描述数字时，不必带上"大于"等模糊词 |