Commit
·
e2c08ef
1
Parent(s):
1116047
Update README.md
Browse files
README.md
CHANGED
|
@@ -44,9 +44,9 @@ Repo for ShenNong-TCM-LLM (“神农”大模型，首个中医药大模型)
|
|
| 44 |
[中医药指令数据集ShenNong_TCM_Dataset](https://huggingface.co/datasets/michaelwzhu/ShenNong_TCM_Dataset)是完全开源的，可供社区成员们使用。
|
| 45 |
|
| 46 |
我们知道，垂直领域相较于通用领域的不同之处在于其一般是知识密集性的，而这些知识一般是围绕一些实体的。所以，我们提出实体为中心的自指令方法[entity-centric self-instruct](./src/entity_centric_self_instruct.py)，即围绕垂直领域中的核心实体，以及各种不同的意图场景，进行指令的生成。
|
| 47 |
-
如果小伙伴们想要基于自己本地的知识库/知识图谱，进行entity-centric self-instruct
|
| 48 |
```bash
|
| 49 |
-
python src/entity_centric_self_instruct.py your_KG_triples.txt your_output_file.jsonl
|
| 50 |
|
| 51 |
```
|
| 52 |
|
|
|
|
| 44 |
[中医药指令数据集ShenNong_TCM_Dataset](https://huggingface.co/datasets/michaelwzhu/ShenNong_TCM_Dataset)是完全开源的，可供社区成员们使用。
|
| 45 |
|
| 46 |
我们知道，垂直领域相较于通用领域的不同之处在于其一般是知识密集性的，而这些知识一般是围绕一些实体的。所以，我们提出实体为中心的自指令方法[entity-centric self-instruct](./src/entity_centric_self_instruct.py)，即围绕垂直领域中的核心实体，以及各种不同的意图场景，进行指令的生成。
|
| 47 |
+
如果小伙伴们想要基于自己本地的知识库/知识图谱，进行entity-centric self-instruct. 这一部分的代码请参考[ShenNong-TCM-LLM代码库](https://github.com/michael-wzhu/ShenNong-TCM-LLM)。下载代码库后，对`src/entity_centric_self_instruct.py`文件进行相应的配置修改，运行类似于下面的命令（注意需要在代码文件中配置自己的api key）：
|
| 48 |
```bash
|
| 49 |
+
python src/entity_centric_self_instruct.py your_KG_triples.txt <your_output_file.jsonl>
|
| 50 |
|
| 51 |
```
|
| 52 |
|