RexUniNLU零样本教程：用自然语言描述schema（如‘找出所有公司创始人’）实践

RexUniNLU零样本教程：用自然语言描述schema（如‘找出所有公司创始人’）实践

你有没有试过这样操作：不写一行代码、不定义正则规则、不标注训练数据，只用一句大白话——比如“找出所有公司创始人”，就能让模型自动从一段文字里精准抽取出对应信息？这不是未来设想，而是RexUniNLU已经做到的事。

这篇教程不讲论文推导，不堆参数指标，只聚焦一件事：怎么用最自然的方式，把你的业务需求直接“说”给模型听，并立刻拿到结果。无论你是产品经理想快速验证想法，还是运营人员要批量处理客户反馈，或是开发者想绕过繁琐的数据准备环节，只要你会说中文，就能上手。

我们全程使用开箱即用的 WebUI 界面，所有操作在浏览器里完成；所有 schema 不用 JSON 写，直接用中文短语描述；所有结果实时可见，无需调试环境、不用装依赖、不碰命令行（除非你想看一眼后台）。真正实现“所想即所得”。

1. 什么是RexUniNLU：一个能听懂人话的NLP通用理解器

RexUniNLU不是某个单一任务的专用模型，而是一个统一框架——它把命名实体识别（NER）、关系抽取（RE）、事件抽取（EE）、情感分析（ABSA）等十多种NLP任务，全部收编进同一个模型结构里。它的核心能力在于：不靠标注数据，只靠你对任务的自然语言描述，就能准确理解并执行。

它基于 DeBERTa-v2-chinese-base 构建，参数量约1.4亿，在中文场景下做了深度适配。但真正让它与众不同的，是背后的 RexPrompt 框架。

你可能听过“提示工程”（Prompt Engineering），但 RexPrompt 更进一步：它把 schema（也就是你要抽取什么）当作一种“显式图式指导器”。简单说，它不把“创始人”当成一个抽象标签，而是理解成“某个人和某个组织之间的创建关系”。这种理解方式，让模型能像人一样推理，而不是死记硬背。

更关键的是，RexPrompt 采用递归+并行的设计：

• 递归：意味着它能处理任意嵌套层级的任务，比如先找“公司”，再从中找“创始人”，再确认“创始人”的“国籍”；
• 并行处理 schema：你写多个抽取目标时（比如同时要“公司”“创始人”“成立时间”），模型不是按顺序一个个猜，而是同步分析，避免前一个结果干扰后一个；
• prompts isolation（提示隔离）：不同 schema 描述之间互不干扰，哪怕你把“创始人”写在前面，把“总部地点”写在后面，结果质量也不会因此下降。

所以，当你输入“找出所有公司创始人”，模型不是在匹配关键词，而是在理解：“公司”是什么、“创始人”意味着什么、“所有”表示需要穷举——然后在文本中主动寻找符合这一逻辑组合的片段。

这正是零样本（Zero-shot）真正的价值：省掉数据准备，直击问题本质。

2. 零样本实战：三步完成一次真实抽取

我们跳过安装、跳过配置、跳过任何前置准备。你现在唯一需要做的，就是打开浏览器，访问http://localhost:7860（如果你还没启动服务，请先运行文末的启动命令）。整个过程不到1分钟。

下面以一个真实业务场景为例：你刚收到一份新闻稿，想快速提取其中所有“公司创始人”信息，用于制作高管关系图谱。

2.1 第一步：用一句话代替JSON schema

传统方法要求你写类似这样的 JSON：

{"组织机构": {"创始人(人物)": null}}

但在 RexUniNLU 里，你只需要在 schema 输入框里写：

找出所有公司创始人

就这么简单。不需要引号、不需要花括号、不需要 null 占位符。你可以写得更口语化，比如：

• “哪些人创办了这些公司？”
• “新闻里提到的公司都是谁创立的？”
• “列出所有公司的创始人姓名”

模型都能理解。它会自动识别出：

• “公司” → 对应“组织机构”类型
• “创始人” → 对应“组织机构”下的关系字段
• “所有”“哪些人”“姓名” → 暗示需要返回具体人名，而非仅判断是否存在

小贴士：中文表达越贴近日常提问，效果往往越好。避免生硬翻译英文 prompt，比如不要写“extract founder of organization”，那反而会降低准确率。

2.2 第二步：粘贴原文，点击运行

我们用一段真实新闻作为输入（已脱敏）：

小米集团由雷军于2010年在北京创立；蔚来汽车由李斌、刘强东和李想共同创办，总部位于上海；字节跳动的创始人是张一鸣，公司注册地在开曼群岛。

把这段文字完整粘贴到“输入文本”框中，确保 schema 框里是刚才写的“找出所有公司创始人”，然后点击“运行”。

几秒后，你将看到结构化输出：

{ "组织机构": { "小米集团": {"创始人(人物)": ["雷军"]}, "蔚来汽车": {"创始人(人物)": ["李斌", "刘强东", "李想"]}, "字节跳动": {"创始人(人物)": ["张一鸣"]} } }

注意这个结果的智能之处：

• 它没有把“北京”“上海”“开曼群岛”误判为创始人（很多模型会混淆“创立地”和“创始人”）；
• 它正确识别出“共同创办”对应多个创始人；
• 它把公司名作为主键，形成清晰的键值对结构，方便后续导入数据库或图谱系统。

2.3 第三步：微调表达，提升精度（可选）

如果第一次结果不够理想，别急着换模型，先试试改写 schema 描述。RexUniNLU 对 prompt 非常敏感，但这种敏感是可控的、可引导的。

常见优化方向：

• 加限定词：
  原句：“找出所有公司创始人”
  优化：“只提取明确写出‘创立’‘创办’‘成立’等动词的公司创始人”

• 排除干扰项：
  原句：“找出所有公司创始人”
  优化：“忽略投资方、股东、CEO，只找实际创办公司的人”

• 指定格式偏好：
  原句：“找出所有公司创始人”
  优化：“以公司名为键，创始人列表为值，返回标准 JSON 格式”

你会发现，调整 schema 描述比调整模型参数直观得多，也高效得多——因为你在和模型“对话”，而不是在调参。

3. 超越“创始人”：用自然语言覆盖全部支持任务

RexUniNLU 支持的不只是关系抽取。它的零样本能力覆盖全部 8 类任务，每类都可以用一句话描述 schema。我们挑几个高频场景，给你演示怎么“说人话、办人事”。

3.1 命名实体识别（NER）：不再背标签体系

传统 NER 要求你记住“PER/LOC/ORG”等英文缩写，而 RexUniNLU 让你直接说：

• “找出文中所有人名、地名和公司名”
• “提取所有出现过的城市和国家”
• “标出所有产品名称和品牌名”

输入文本示例：
“iPhone 15 在深圳发布，苹果公司 CEO 库克出席，发布会还提到了华为Mate60和上海张江科学城。”

输出：

{ "人物": ["库克"], "地理位置": ["深圳", "上海张江科学城"], "组织机构": ["苹果公司", "华为"], "产品": ["iPhone 15", "华为Mate60"] }

注意：这里“产品”不是预设类型，但模型从上下文理解出“iPhone 15”和“华为Mate60”属于同类概念，自动归纳为新类别——这是零样本泛化能力的体现。

3.2 事件抽取（EE）：从叙述中抓关键动作

事件抽取最难的是定义触发词。RexUniNLU 允许你用动词直接驱动：

• “找出所有胜负相关的事件”
• “提取文中发生的并购、上市、融资事件”
• “有哪些公司完成了IPO？时间是什么时候？”

输入文本：
“2023年9月，SHEIN向美国SEC提交IPO申请；同年11月，Temu母公司拼多多宣布完成对Shein的收购。”

输出：

{ "IPO(事件触发词)": {"时间": ["2023年9月"], "主体": ["SHEIN"]}, "收购(事件触发词)": {"时间": ["2023年11月"], "收购方": ["拼多多"], "被收购方": ["Shein"]} }

3.3 情感与观点抽取（ABSA）：一句话定义分析粒度

ABSA 通常需要定义“属性+情感”组合，比如“屏幕_正面”“续航_负面”。RexUniNLU 支持更灵活的表达：

• “分析用户对手机‘拍照’和‘电池’两个方面的评价”
• “提取评论中关于‘客服态度’和‘发货速度’的情感倾向”
• “哪些功能被夸了？哪些被骂了？”

输入文本：
“[CLASSIFY]拍照效果惊艳，但电池太耗电，客服响应慢，发货倒是很快。”

输出：

{ "拍照": "正向情感", "电池": "负向情感", "客服": "负向情感", "发货": "正向情感" }

你会发现，它甚至自动把“客服响应慢”映射到“客服”这个属性上，而不需要你提前声明“客服”是待分析属性。

4. 进阶技巧：让零样本更稳、更快、更准

零样本不等于“无脑用”，掌握几个关键技巧，能让效果从“能用”跃升到“好用”。

4.1 Schema 描述的黄金结构：主体 + 动作 + 限定

经过大量实测，最稳定的 schema 表达遵循三要素结构：

组合起来就是：
“找出2023年后成立的科技公司创始人”
“提取用户评论中明确提到‘卡顿’‘发热’的性能问题”
“创始人”（太单薄）
“所有公司相关的信息”（太宽泛）

4.2 批量处理：用脚本绕过WebUI，但保留自然语言优势

WebUI 适合探索和调试，批量处理推荐调用 Python 接口。关键在于：你依然用中文写 schema，只是换了个调用方式。

from rex_uninlu import predict_rex text = "小米由雷军创立；美团由王兴创办。" schema = "找出所有公司创始人" result = predict_rex( model_path="/root/nlp_deberta_rex-uninlu_chinese-base", text=text, schema=schema, task="RE" # 指定任务类型，RE=关系抽取 ) print(result)

这段代码和 WebUI 的逻辑完全一致，只是把输入从网页表单变成了函数参数。你不需要改 schema 描述，也不需要重新学习一套 JSON 规则。

4.3 效果兜底：当自然语言失效时的备用方案

极少数情况下，纯中文描述可能因歧义导致偏差。这时可以退回到半结构化 schema，但仍保持高度可读：

{ "组织机构": { "创始人(人物)": "需满足‘创立’‘创办’‘成立’等动词直接关联" } }

注意：这不是传统 JSON，而是“带解释的 JSON”。"需满足..."部分仍是自然语言，模型会优先理解这部分语义，而不是机械匹配字段名。

5. 总结：零样本不是妥协，而是回归本质

回顾整个实践过程，你其实只做了三件事：

• 打开浏览器；
• 输入一段中文描述；
• 粘贴一段原始文本。

没有数据清洗、没有模型微调、没有 prompt 工程师介入、没有反复试错。但你得到了结构清晰、语义准确、可直接入库的结果。

这背后不是魔法，而是 RexUniNLU 对中文语义的深度建模，是 RexPrompt 框架对 schema 的显式理解，更是零样本范式对“人机协作”关系的重新定义：机器负责执行，人负责表达；表达越自然，执行越精准。

它不取代专业 NLP 工程师，而是把工程师从重复的数据标注、prompt 调试、case 追踪中解放出来，去思考更本质的问题：我的业务到底需要什么信息？用户真正关心的点在哪里？

下次当你面对一份新文档、一个新需求、一个还没来得及建模的场景时，别急着写代码、别急着找数据——先试着用一句话把它说出来。RexUniNLU 就在那里，等着听懂你的话。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。