Update README.md

README.md

@@ -117,68 +117,8 @@ wiki_cate_schema_zh = {
 
 
 
-# 4.现成数据集
 
-
-| 名称                  | 下载                                                                                                                     | 数量     | 描述                                                                                                                                                       |
-| ------------------- | ---------------------------------------------------------------------------------------------------------------------- | ------ | -------------------------------------------------------------------------------------------------------------------------------------------------------- |
-| InstructIE       | [Google drive](https://drive.google.com/file/d/1raf0h98x3GgIhaDyNn1dLle9_HvwD6wT/view?usp=sharing) <br/> [百度云盘](https://pan.baidu.com/s/1-u8bD85H1Otbzk-gjLxaFw?pwd=c1i6)    | 20w+ | InstructIE数据集(中英双语)                                                                                     |
-
-
-
-`InstructIE` 数据集包含两个核心文件夹：`InstructIE-zh` 和 `InstructIE-en`。这两个文件夹都涵盖了中英双语的基于主题的IE指令数据。
-
-- `'id'`：每条数据的唯一标识符，确保数据项的独立性和可追踪性。
-- `'cate'`：**文本主题**分类，为文本内容提供了一个高级的分类标签（共有12种主题）。
-- `'text'`：待抽取的文本。
-- `'relation'`：代表**关系**三元组，这些字段允许用户自由构建信息抽取的指令和预期输出结果。
-
-
-
-<details>
-  <summary><b>各字段的说明</b></summary>
-
-
-|    字段     |                             说明                             |
-| :---------: | :----------------------------------------------------------: |
-|     id      |                       每个数据点的唯一标识符。                       |
-|    cate     |           文本的主题类别，总计12种不同的主题分类。               |
-|    input    | 模型的输入文本，目标是从中抽取涉及的所有关系三元组。                  |
-| instruction |                 指导模型执行信息抽取任务的指示。                    |
-|    output   |                      模型的预期输出结果。                        |
-|  relation   |   描述文本中包含的关系三元组，即实体间的联系(head, relation, tail)。   |
-
-</details>
-
-
-
-<details>
-  <summary><b>一条数据的示例</b></summary>
-
-
-```json
-{
-    "id": "四乙基锗_0", 
-    "cate": "自然科学", 
-    "input": "四乙基锗，简称TEG，是一种有机锗化合物，化学式4Ge。四乙基锗是锗的气相沉积法中一种重要的化合物。", 
-    "entity": [
-        {"entity": "四乙基锗", "entity_type": "产品"}, 
-        {"entity": "TEG", "entity_type": "产品"}, 
-        {"entity": "有机锗化合物", "entity_type": "产品"}, 
-        {"entity": "Ge", "entity_type": "产品"}
-    ], 
-    "relation": [
-        {"head": "四乙基锗", "relation": "别名", "tail": "TEG"}
-    ]
-}
-```
-
-</details>
-
-
-
-
-# 5.转换脚本
+# 4.转换脚本
 
 
 **训练数据转换**
@@ -344,7 +284,7 @@ python kg2instruction/convert_test.py \
 
 
 
-# 6.使用
+# 5.使用
 
 我们提供了可直接使用 `zjunlp/knowlm-13b-ie` 模型进行推理的脚本[inference.py](https://github.com/zjunlp/DeepKE/blob/main/example/llm/InstructKGC/src/inference.py), 请参考 [README.md](https://github.com/zjunlp/DeepKE/blob/main/example/llm/InstructKGC/README.md) 配置环境等。
 
@@ -362,7 +302,7 @@ CUDA_VISIBLE_DEVICES="0" python src/inference.py \
 
 
 
-# 7.评估
+# 6.评估
 我们提供一个位于 [evaluate.py](https://github.com/zjunlp/DeepKE/blob/main/example/llm/InstructKGC/kg2instruction/evaluate.py) 的脚本，用于将模型的字符串输出转换为列表并计算 F1 分数。
 
 ```bash