从GitHub上clone该项目后，执行：

cd src/
pip install -r requirement.txt
cd ..

后续操作都在主文件夹（data, scripts, src的上级文件夹）下执行。

Task1的基线模型使用序列标注的方式解决该任务。 模型为每一个token预测0~6的标签，1-6分别代表S1 P1 E1 S2 P2 E2，0代表一般文本。

运行baseline的步骤为：

sh scripts/task1/task1_train.sh
sh scripts/task1/task1_predict.sh
sh scripts/task1/task1_scoring.sh

三条指令分别对应训练、预测、评分步骤。

Task2的基线模型使用事件抽取的方式解决该任务。 模型首先抽取文本中所有潜在的“事件”元素，之后以每个“事件”元素为核心，抽取文本中相关的其他元素组成元组。

运行baseline的步骤为：

sh scripts/task2/task2_train_trigger.sh
sh scripts/task2/task2_train_element.sh
sh scripts/task2/task2_predict.sh
sh scripts/task2/task2_scoring.sh

四条指令分别对应训练抽取事件模型、训练抽取其余元素模型、预测、评分步骤。