Hugging Face's logo

Spaces:
pengfali
/
GeoLLM
Runtime error

App Files Community
GeoLLM
File size: 17,517 Bytes 
badcf3c
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
 
import json
import numpy as np
from metrics.graph_matching import (
    get_triple_match_f1, 
    get_graph_match_accuracy,
    get_bert_score,
    get_bleu_rouge,
    split_to_edges,
    get_tokens,
    get_ged
)

def load_data(gold_path, pred_path):
    '''

    数据加载处理：

    只评估在预测数据中出现的文本对应的三元组

    自动匹配真实数据和预测数据中的对应项

    多维度评估：

    Triple Match F1：评估三元组的精确匹配程度

    Graph Match Accuracy：评估图结构的匹配程度

    BERT Score：评估语义相似度

    BLEU & ROUGE：评估文本生成质量

    图编辑距离(GED)：评估图结构差异

    '''
    # 加载真实数据
    with open(gold_path, 'r', encoding='utf-8') as f:
        gold_data = json.load(f)
    
    # 加载预测数据
    with open(pred_path, 'r', encoding='utf-8') as f:
        pred_data = json.load(f)
    
    # 提取三元组列表
    gold_graphs = []
    pred_graphs = []
    
    # 确保只评估在预测数据中出现的文本对应的三元组
    for pred_item in pred_data:
        pred_text = pred_item['text']
        # 在gold_data中找到对应的文本
        for gold_item in gold_data:
            if gold_item['text'] == pred_text:
                gold_graphs.append(gold_item['triple_list'])
                pred_graphs.append(pred_item['triple_list'])
                break
    
    return gold_graphs, pred_graphs

def evaluate_triples(gold_graphs, pred_graphs):
    print("开始评估...")
    print("="*50)
    
    # 1. Triple Match F1
    precision, recall, f1 = get_triple_match_f1(gold_graphs, pred_graphs)
    print("Triple Match")
    print(f"精确率: {precision:.4f}, 召回率: {recall:.4f}, F1: {f1:.4f}")


        # # 2. Graph Match Accuracy
    # graph_acc = get_graph_match_accuracy(pred_graphs, gold_graphs)
    # print(f"图匹配准确率: {graph_acc:.10f}")
    
    # 3. BERT Score
    gold_edges = split_to_edges(gold_graphs)
    pred_edges = split_to_edges(pred_graphs)
    precisions_BS, recalls_BS, f1s_BS = get_bert_score(gold_edges, pred_edges)
    print(f"BERT Score:")
    print(f"- Precision: {precisions_BS.mean():.4f}")
    print(f"- Recall: {recalls_BS.mean():.4f}")
    print(f"- F1: {f1s_BS.mean():.4f}")
    
    # # 4. BLEU & ROUGE
    # gold_tokens, pred_tokens = get_tokens(gold_edges, pred_edges)
    # p_rouge, r_rouge, f1_rouge, p_bleu, r_bleu, f1_bleu = get_bleu_rouge(
    #     gold_tokens, pred_tokens, gold_edges, pred_edges
    # )
    # print(f"\nBLEU分数:")
    # print(f"- Precision: {p_bleu.mean():.4f}")
    # print(f"- Recall: {r_bleu.mean():.4f}")
    # print(f"- F1: {f1_bleu.mean():.4f}")
    
    # print(f"\nROUGE分数:")
    # print(f"- Precision: {p_rouge.mean():.4f}")
    # print(f"- Recall: {r_rouge.mean():.4f}")
    # print(f"- F1: {f1_rouge.mean():.4f}")
    
    # # 5. 图编辑距离(GED)
    # total_ged = 0
    # for gold, pred in zip(gold_graphs, pred_graphs):
    #     ged = get_ged(gold, pred)
    #     total_ged += ged
    # avg_ged = total_ged / len(gold_graphs)
    # print(f"\n平均图编辑距离: {avg_ged:.4f}")
    
    # 返回所有指标
    return {

        'triple_match': {
            'precision': precision,
            'recall': recall,
            'f1': f1
        },
        

        # 'graph_acc': graph_acc,

        'bert_score': {
            'precision': precisions_BS.mean(),
            'recall': recalls_BS.mean(),
            'f1': f1s_BS.mean()
        },
        # 'bleu': {
        #     'precision': p_bleu.mean(),
        #     'recall': r_bleu.mean(),
        #     'f1': f1_bleu.mean()
        # },
        # 'rouge': {
        #     'precision': p_rouge.mean(),
        #     'recall': r_rouge.mean(),
        #     'f1': f1_rouge.mean()
        # },
        # 'ged': avg_ged
    }

if __name__ == '__main__':
    import pandas as pd
    # # 设置文件路径
    # gold_path = './data/train_triples.json'
    # pred_path = './output/gpt.json'
    
    # # 加载数据
    # gold_graphs, pred_graphs = load_data(gold_path, pred_path)
    
    # # 评估并打印结果
    # results = evaluate_triples(gold_graphs, pred_graphs)
    # 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']
    # 设置文件路径
    gold_path = './data/GT_500.json'
    model_paths = [
        # # gpt-3.5
        # 'F:/GeoLLM/output/output_result/Task1/nomal/zero_shot/old/gpt-3.5-turbo.json',        # 零样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/one_shot/gpt-3p5-turbo.json',        # 单样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/two_shot/gpt-3p5-turbo.json',        # 双样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/three_shot/gpt-3p5-turbo.json',        # 三样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/one_shot/gpt-3p5-turbo.json',        # KNN单样本    
        # 'F:/GeoLLM/output/output_result/Task1/knn/two_shot/gpt-3p5-turbo.json',        # KNN双样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/three_shot/gpt-3p5-turbo.json',        # KNN三样本
        # 'F:/GeoLLM/output/output_result/Task1/Knowledge-guided/one_shot/gpt-3p5-turbo.json',        # 知识引导单样本
        # # gpt-4o
        # 'F:/GeoLLM/output/output_result/Task1/nomal/zero_shot/old/gpt-4o.json',        # 零样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/one_shot/gpt-4o.json',        # 单样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/two_shot/gpt-4o.json',        # 双样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/three_shot/gpt-4o.json',        # 三样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/one_shot/gpt-4o.json',        # KNN单样本  
        # 'F:/GeoLLM/output/output_result/Task1/knn/two_shot/gpt-4o.json',        # KNN双样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/three_shot/gpt-4o.json',        # KNN三样本
        # 'F:/GeoLLM/output/output_result/Task1/Knowledge-guided/one_shot/gpt-4o.json',        # 知识引导单样本
        # # gemini-1p5-pro-002
        # 'F:/GeoLLM/output/output_result/Task1/nomal/zero_shot/gemini-1p5-pro-002.json',        # 零样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/one_shot/gemini-1p5-pro-002.json',        # 单样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/two_shot/gemini-1p5-pro-002.json',        # 双样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/three_shot/gemini-1p5-pro-002.json',        # 三样本 
        # 'F:/GeoLLM/output/output_result/Task1/knn/one_shot/gemini-1p5-pro-002.json',        # KNN单样本  
        # 'F:/GeoLLM/output/output_result/Task1/knn/two_shot/gemini-1p5-pro-002.json',        # KNN双样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/three_shot/gemini-1p5-pro-002.json',        # KNN三样本
        # 'F:/GeoLLM/output/output_result/Task1/Knowledge-guided/one_shot/gemini-1p5-pro-002.json',        # 知识引导单样本
        # # claude-3-5-haiku-20241022
        # 'F:/GeoLLM/output/output_result/Task1/nomal/zero_shot/claude-3-5-haiku-20241022.json',        # 零样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/one_shot/claude-3-5-haiku-20241022.json',        # 单样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/two_shot/claude-3-5-haiku-20241022.json',        # 双样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/three_shot/claude-3-5-haiku-20241022.json',        # 三样本   
        # 'F:/GeoLLM/output/output_result/Task1/knn/one_shot/claude-3-5-haiku-20241022.json',        # KNN单样本    
        # 'F:/GeoLLM/output/output_result/Task1/knn/two_shot/claude-3-5-haiku-20241022.json',        # KNN双样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/three_shot/claude-3-5-haiku-20241022.json',        # KNN三样本
        # 'F:/GeoLLM/output/output_result/Task1/Knowledge-guided/one_shot/claude-3-5-haiku-20241022.json',        # 知识引导单样本
        # # deepseek-ai
        # 'F:/GeoLLM/output/output_result/Task1/nomal/zero_shot/deepseek-ai/DeepSeek-V3.json',        # 零样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/one_shot/deepseek-ai/DeepSeek-V3.json',        # 单样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/two_shot/deepseek-ai/DeepSeek-V3.json',        # 双样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/three_shot/deepseek-ai/DeepSeek-V3.json',        # 三样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/one_shot/deepseek-ai/DeepSeek-V3.json',        # KNN单样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/two_shot/deepseek-ai/DeepSeek-V3.json',        # KNN双样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/three_shot/deepseek-ai/DeepSeek-V3.json',        # KNN三样本
        # 'F:/GeoLLM/output/output_result/Task1/Knowledge-guided/one_shot/deepseek-ai/DeepSeek-V3.json',        # 知识引导单样本

        # # R1
        # 'F:/GeoLLM/output/output_result/Task1/nomal/zero_shot/deepseek-ai/DeepSeek-R1.json',        # 零样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/one_shot/deepseek-ai/DeepSeek-R1.json',        # 单样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/two_shot/deepseek-ai/DeepSeek-R1.json',        # 双样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/three_shot/deepseek-ai/DeepSeek-R1.json',        # 三样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/one_shot/deepseek-ai/DeepSeek-R1.json',        # KNN单样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/two_shot/deepseek-ai/DeepSeek-R1.json',        # KNN双样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/three_shot/deepseek-ai/DeepSeek-R1.json',        # KNN三样本
        # 'F:/GeoLLM/output/output_result/Task1/Knowledge-guided/one_shot/deepseek-ai/DeepSeek-R1.json',        # 知识引导单样本
        # # meta-llama
        # 'F:/GeoLLM/output/output_result/Task1/nomal/zero_shot/meta-llama/Meta-Llama-3p1-405B-Instruct.json',        # 零样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/one_shot/meta-llama/Meta-Llama-3p1-405B-Instruct.json',        # 单样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/two_shot/meta-llama/Meta-Llama-3p1-405B-Instruct.json',        # 双样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/three_shot/meta-llama/Meta-Llama-3p1-405B-Instruct.json',        # 三样本   
        # 'F:/GeoLLM/output/output_result/Task1/knn/one_shot/meta-llama/Meta-Llama-3p1-405B-Instruct.json',        # KNN单样本    
        # 'F:/GeoLLM/output/output_result/Task1/knn/two_shot/meta-llama/Meta-Llama-3p1-405B-Instruct.json',        # KNN双样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/three_shot/meta-llama/Meta-Llama-3p1-405B-Instruct.json',        # KNN三样本
        # 'F:/GeoLLM/output/output_result/Task1/Knowledge-guided/one_shot/meta-llama/Meta-Llama-3p1-405B-Instruct.json',        # 知识引导单样本
        # # Qwen
        # 'F:/GeoLLM/output/output_result/Task1/nomal/zero_shot/Qwen/Qwen2p5-72B-Instruct.json',        # 零样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/one_shot/Qwen/Qwen2p5-72B-Instruct.json',        # 单样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/two_shot/Qwen/Qwen2p5-72B-Instruct.json',        # 双样本
        # 'F:/GeoLLM/output/output_result/Task1/nomal/three_shot/Qwen/Qwen2p5-72B-Instruct.json',        # 三样本 
        # 'F:/GeoLLM/output/output_result/Task1/knn/one_shot/Qwen/Qwen2p5-72B-Instruct.json',        # KNN单样本      
        # 'F:/GeoLLM/output/output_result/Task1/knn/two_shot/Qwen/Qwen2p5-72B-Instruct.json',        # KNN双样本
        # 'F:/GeoLLM/output/output_result/Task1/knn/three_shot/Qwen/Qwen2p5-72B-Instruct.json',        # KNN三样本
        # 'F:/GeoLLM/output/output_result/Task1/Knowledge-guided/one_shot/Qwen/Qwen2p5-72B-Instruct.json',        # 知识引导单样本

        # 'F:/GeoLLM/output/Knowledge-guided_rerun/one_shot/gpt-3.5-turbo_one_shot.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/one_shot/gpt-3.5-turbo_0407.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/one_shot/gpt-3.5-turbo_old.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/one_shot/gpt-4o_konwledge_tri.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/one_shot/gemini-1.5-pro-002_one_shot.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/one_shot/claude-3-5-haiku-20241022_one_shot.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/one_shot/deepseek-ai/DeepSeek-V3_0420.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_only_tri/deepseek-ai/DeepSeek-V3.json',        # 知识引导单样本
        'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/deepseek-ai/DeepSeek-R1_guide.json',        # 知识引导单样本
        'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/deepseek-ai/DeepSeek-R1_one_shot.json',        # 知识引导单样本
        'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_only_tri/deepseek-ai/DeepSeek-R1.json'
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/one_shot/meta-llama/Meta-Llama-3.1-405B-Instruct_one_shot.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/one_shot/Qwen/Qwen2.5-72B-Instruct_one_shot.json',        # 知识引导单样本

        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/gpt-3.5-turbo_one_shot.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/gpt-4o_one_shot.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/gemini-1.5-pro-002_one_shot.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/claude-3-5-haiku-20241022_one_shot.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/deepseek-ai/DeepSeek-V3_one_shot.json',        # 知识引导单样本
        # # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/deepseek-ai/DeepSeek-R1.json',        # 知识引导单样本
        # # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/deepseek-ai/DeepSeek-R1_one_shot.json'
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/meta-llama/Meta-Llama-3.1-405B-Instruct_one_shot.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/Qwen/Qwen2.5-72B-Instruct_one_shot.json',        # 知识引导单样本

        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/gpt-3.5-turbo.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/gpt-4o.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/gemini-1.5-pro-002.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/claude-3-5-haiku-20241022.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/deepseek-ai/DeepSeek-V3.json',        # 知识引导单样本
        # # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/deepseek-ai/DeepSeek-R1.json',        # 知识引导单样本
        # # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/deepseek-ai/DeepSeek-R1_one_shot.json'
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/meta-llama/Meta-Llama-3.1-405B-Instruct.json',        # 知识引导单样本
        # 'F:/GeoLLM/output/Knowledge-guided_rerun/nomal_all/Qwen/Qwen2.5-72B-Instruct.json',        # 知识引导单样本   
    ]
    # 对比不同模型的表现
    print("各模型评估结果:")
    # 存储所有模型的结果
    all_results = {}

    for pred_path in model_paths:
        model_name = pred_path.split('/')[-1].split('.')[0]
        print(f"\n{model_name}模型:")
        
        # 加载数据
        gold_graphs, pred_graphs = load_data(gold_path, pred_path)
        
        # 评估并打印结果
        results = evaluate_triples(gold_graphs, pred_graphs)
        all_results[model_name] = results
        # 连带model_paths和results一起保存为txt
        save_path = 'F:/GeoLLM/output/output_result/Task1/Result_Task1.txt'
        with open(save_path, 'a', encoding='utf-8') as f:
            f.write(f"{pred_path}: \n")
            f.write(f"Triple Match: \n")
            f.write(f"精确率: {results['triple_match']['precision']:.4f}, 召回率: {results['triple_match']['recall']:.4f}, F1: {results['triple_match']['f1']:.4f}\n")
            f.write(f"BERT Score: \n")
            f.write(f"- Precision: {results['bert_score']['precision']:.4f}\n")
            f.write(f"- Recall: {results['bert_score']['recall']:.4f}\n")
            f.write(f"- F1: {results['bert_score']['f1']:.4f}\n\n")