“基于通用知识的推理问题”源代码分析-模型算法剩余部分2

2021SC@SDUSC

在上一周中，我已经对DrFact模型算法的剩余部分做了一定的阐述，接下来需要做的是对最后一部分DrFact模型算法的阐述完成。

三、add_sup_facts.py脚本

在这次的源代码分析中，我将会把重心放在add_sup_facts.py脚本上。接下里就直接进入分析环节。

3.1 调用模块

首先，add_sup_facts.py文件调用了这些python模块。其中absl和tqdm已经是老熟人了，最后一个则是我们在上一周的分析过程中认真研究过的index_corpus模块。因为已经有了上一周的铺垫，我们将会在这一周的分析过程中少碰到许多困难。

import json

from absl import app
from absl import flags
from absl import logging
from tqdm import tqdm
from language.labs.drfact import index_corpus

3.2 flags参数与全局常量

老规矩，在介绍完模块之后，接下来开始介绍add_sup_facts.py文件中的flags参数。不过这次有所不同在于，除了介绍下述的六个flags参数，我还将会介绍将会在本次源文件中使用到的全局常量。

首先是这次定义的flags参数，这次六个参数中有两个参数的缺省值为非None——表示指向数据集文件路径的split的缺省值为"train"，以及表示指向数据集文件路径的整型参数max_num_facts的缺省值为10。不过在我看来，这两个参数的用法显然并如同描述的那样。

此外，是这次将用到的全局常量COMMON_CONCEPTS，这是一个纯字符串列表，其中的内容分别是"make"，"cause"，"factor"，"person"，"need"，"use"，"people"，"part"，"system"。

FLAGS = flags.FLAGS

# flags.DEFINE_string("concept_vocab_file", "drfact_data/knowledge_corpus/gkb_best.vocab.txt", "Path to dataset file.")
flags.DEFINE_string("linked_qas_file", None, "Path to dataset file.")
flags.DEFINE_string("drfact_format_gkb_file", None, "Path to gkb corpus.")
flags.DEFINE_string("ret_result_file", None, "Path to dataset file.")
flags.DEFINE_string("output_file", None, "Path to dataset file.")
flags.DEFINE_string("split", "train", "Path to dataset file.")
flags.DEFINE_integer("max_num_facts", 10, "Path to dataset file.")