{
    "id": 8,
    "text": "曾经去过深圳、珠海的俭汤青年农民回乡后意味深长地说，从南往北走，越走越保守。",
    "entities": [
        {
            "id": 9,
            "label": "LOC",
            "start_offset": 4,
            "end_offset": 6
        },
        {
            "id": 10,
            "label": "LOC",
            "start_offset": 7,
            "end_offset": 9
        },
        {
            "id": 11,
            "label": "PER",
            "start_offset": 12,
            "end_offset": 16
        }
    ],
    "relations": []
}

{
  "id": 12,
  "text": "张廷智， 毕业于大连军医学院，从事中医治疗中晚期肿瘤临床工作30余年*张延智*大连军医学院*人物*学校",
  "entities": {
    "id": 18,
    "label": "PER",
    "start_offset": 0,
    "end_offset": 3
  },
  {
    "id": 19,
    "label": "ORG",
    "start_offset": 8,
    "end_offset": 14
  }
},
"relations": {
  "id": 1,
  "from_id": 18,
  "to_id": 19,
  "type": "毕业"
}
}
``` **Выходные файлы содержат три файла: example_train_cn.txt, example_dev_cn.txt и example_test_cn.txt.** Они соответствуют обучающему набору данных, проверочному набору и тестовому набору. Мы автоматически разделяем данные исходного файла на три части в соотношении 0,8:0,1:0,1. Формат выходных файлов следующий:

```h3 align="left">
    <img src="https://github.com/zjunlp/DeepKE/blob/main/example/ner/prepare-data/pics/output_data_format.png?raw=true", width=375>
</h3>

python prepare_weaksupervised_data.py --language cn --dict_dir vocab_dict_cn.csv

python prepare_weaksupervised_data.py --language en --dict_dir vocab_dict_en.csv

[
  {
    "sentence": "如何演好自己的角色，请读《演员自我修养》《喜剧之王》周星驰崛起于穷困潦倒之中的独门秘笈",
    "head": "周星驰",
    "tail": "喜剧之王",
    "head_offset": "26",
    "tail_offset": "21",
    //...
    },
  //...
]

"/business/company/place_founded",
"/people/person/place_lived",
"/location/country/administrative_divisions",
"/business/company/major_shareholders",
"/sports/sports_team_location/teams",
"/people/person/religion",
"/people/person/place_of_birth",
"/people/person/nationality",
"/location/country/capital",
"/business/company/advisors",
"/people/deceased_person/place_of_death",
"/business/company/founders",
"/location/location/contains",
"/people/person/ethnicity",
"/business/company_shareholder/major_shareholder_of",
"/people/ethnicity/geographic_distribution",
"/people/person/profession",
"/business/person/company",
"/people/person/children",
"/location/administrative_division/country",
"/people/ethnicity/people",
"/sports/sports_team/location",
"/location/neighborhood/neighborhood_of",
"/business/company/industry"

{"object_type": "地点", "predicate": "祖籍", "subject_type": "人物"}
{"object_type": "人物", "predicate": "父亲", "subject_type": "人物"}
{"object_type": "地点", "predicate": "总部地点", "subject_type": "企业"}
{"object_type": "地点", "predicate": "出生地", "subject_type": "人物"}
{"object_type": "目", "predicate": "目", "subject_type": "生物"}
{"object_type": "Number", "predicate": "面积", "subject_type": "行政区"}
{"object_type": "Text", "predicate": "简称", "subject_type": "机构"}
{"object_type": "Date", "predicate": "上映时间", "subject_type": "影视作品"}
{"object_type": "人物", "predicate": "妻子", "subject_type": "人物"}
{"object_type": "音乐专辑", "predicate": "所属专辑", "subject_type": "歌曲"}
{"object_type": "Number", "predicate": "注册资本", "subject_type": "企业"}
{"object_type": "城市", "predicate": "首都", "subject_type": "国家"}
{"object_type": "人物", "predicate": "导演", "subject_type": "影视作品"}
{"object_type": "Text", "predicate": "字", "subject_type": "历史人物"}
{"object_type": "Number", "predicate": "身高", "subject_type": "人物"}
{"object_type": "企业", "predicate": "出品公司", "subject_type": "影视作品"}
{"object_text": "修业年限", "predicate": "学科专业"}
{"object_type": "Date", "predicate": "出生日期", "subject_type": "人物"}
{"object_type": "人物", "predicate": "制片人", "subject_type": "影视作品"}
{"object_type": "人物", "predicate": "母亲", "subject_type": "人物"}
{"object_type": "人物", "predicate": "编剧", "subject_type": "影视作品"}
{"object_type": "国家", "predicate": "国籍", "subject_type": "人物"}
{"object_type": "Number", "predicate": "海拔", "subject_type": "地点"}
{"object_type": "网站", "predicate": "连载网站", "subject_type": "网络小说"}
{"object_type": "人物", "predicate": "丈夫", "subject_type": **Перевод текста на русский язык:**

Человек может создавать собственные файлы с тройками, но необходимо задать файлу формат .csv и следовать следующему формату:  

| Главный объект | Конечный объект | Отношение |  
| :-- |:-- |:--|  
| Чжоу Синчи | Король комедии | Исполняет главную роль |  
| ... | ... | ...|

**Выходные файлы**  

Есть три выходных файла: labeled_train.json, labeled_dev.json и labeled_test.json, которые соответствуют обучающему, проверочному и тестовому наборам данных соответственно. Мы автоматически разделяем исходные данные на три части в соотношении 0,8:0,1:0,1. Формат выходного файла следующий:

```json
[
    {
    "sentence": "Как хорошо сыграть свою роль, прочитайте «Самосовершенствование актёра» и «Король комедии» Чжоу Синчи поднимается из бедности",
    "head": "Чжоу Синчи",
    "tail": "Король комедии",
    "head_offset": "26",
    "tail_offset": "21",
    "relation": "Исполняет главную роль",
    //...
    },
  //...
]

python ds_label_data.py --language en --source_file source_data.json --triple_file triple_file.csv

@article{zhang2022deepke,
  title={DeepKE: A Deep Learning Based Knowledge Extraction Toolkit for Knowledge Base Population},
  author={Zhang, Ningyu and Xu, Xin and Tao, Liankuan and Yu, Haiyang and Ye, Hongbin and Qiao, Shuofei and Xie, Xin and Chen, Xiang and Li, Zhoubo and Li, Lei and Liang, Xiaozhuan and others},
  journal={arXiv preprint arXiv:2201.03335},
  year={2022}
}