知识图到文本的生成（五）

2021SC@SDUSC 

 

这一部分代码仍旧属于mkVocab函数，但重点与上半部分不同，上半部分集中于训练集的构建，而该部分着手于将数据集向量化并传递给主体

self.OUTP.build_vocab(train, min_freq=args.outunk)   
self.TGT.vocab = copy(self.OUTP.vocab)
specials = zip("method material otherscientificterm metric task".split(" "）

利用build_vocab函数从训练集train中构建向量，条件为min-freq=args.outtunk，并产生一个OUTP.vocab的副本，赋值于self.TGT.vocab。zip是Python的一个内置函数，用于将可迭代对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表，在这里我们将训练集通过split函数按照“ ”拆分字符串后形成元组列表，生成specials列表。

for x in specials:
      s = "<"+x[0]+&#