运行TAADpapers的TextAttack和OpenAttack（已解决）

本文主要解决的问题：TextAttack和OpenAttack在连不上Huggingface时如何运行成功？
本文可行的前提：能科学上网（需要手动在Huggingface上下载相关数据集或者模型）

建议使用openattack，啥都能改（大概）

1. TextAttack配置（已成功运行第一个案例）

1.1 运行TextAttack时提示：no model named lru

安装lru时报错详情：

(textattack-master) G:\xxx\TextAttack-master>pip install lru
Collecting lru
  Using cached lru-0.1.tar.gz (1.1 kB)
  Preparing metadata (setup.py) ... error
  error: subprocess-exited-with-error

  × python setup.py egg_info did not run successfully.
  │ exit code: 1
  ╰─> [9 lines of output]
      Traceback (most recent call last):
        File "<string>", line 36, in <module>
        File "<pip-setuptools-caller>", line 34, in <module>
        File "C:\Users\user\AppData\Local\Temp\pip-install-ol85bcqc\lru_2da420766b1d47d693126f3791a2d882\setup.py", line 2, in <module>
          from lru import __version__ as version
        File "C:\Users\user\AppData\Local\Temp\pip-install-ol85bcqc\lru_2da420766b1d47d693126f3791a2d882\lru.py", line 18
          raise KeyError, key
                        ^
      SyntaxError: invalid syntax
      [end of output]

  note: This error originates from a subprocess, and is likely not a problem with pip.
error: metadata-generation-failed

× Encountered error while generating package metadata.
╰─> See above for output.

note: This is an issue with the package mentioned above, not pip.
hint: See above for details.

解决：pip install lru-dict

1.2 运行TextAttack找不到stopwords

 Resource stopwords not found.
  Please use the NLTK Downloader to obtain the resource:

  >>> import nltk
  >>> nltk.download('stopwords')

  For more information see: https://www.nltk.org/data.html

  Attempted to load corpora/stopwords

  Searched in:
    - 'C:\\Users\\user/nltk_data'
    - 'E:\\Anaconda\\envs\\TextAttack-master\\nltk_data'
    - 'E:\\Anaconda\\envs\\TextAttack-master\\share\\nltk_data'
    - 'E:\\Anaconda\\envs\\TextAttack-master\\lib\\nltk_data'
    - 'C:\\Users\\user\\AppData\\Roaming\\nltk_data'
    - 'C:\\nltk_data'
    - 'D:\\nltk_data'
    - 'E:\\nltk_data'
**********************************************************************

解决： 从网站nltk_data下载stopwords.zip放入类似“C:\Users\user\AppData\Roaming\nltk_data\corpora”里 (放到corpora文件夹下）

1.3 运行TextAttack连不上hugging face

1.3.1 运行案例

python -m textattack attack --model bert-base-uncased-sst2 --recipe textfooler --num-examples 10

1.3.2 报错（无glue数据集）

    raise ConnectionError(f"Couldn't reach '{path}' on the Hub ({type(e).__name__})")
ConnectionError: Couldn't reach 'glue' on the Hub (ConnectionError)

1.3.3 科学上网（没用）

原因猜测：代码没改到requests的参数，等同于Python没使用代理

    raise ConnectionError(f"Couldn't reach '{path}' on the Hub ({type(e).__name__})")
ConnectionError: Couldn't reach 'glue' on the Hub (SSLError)

1.3.4 解决：把需要的文件下载到本地

首先，我们先对huggingface使用进行回顾：Hugging Face快速入门（重点讲解模型(Transformers)和数据集部分(Datasets)）

1.3.4.1 下载glue数据集：

uu们，我是在openattack里，把glue数据集下载到本地后，运行成功相关代码，然后在缓存位置生成了缓存文件，textattack也可以用


需要的自取哈：csdn的0积分资源

1.3.4.2 关于模型（下载textattack/distilbert-base-cased-CoLA 并放到合适位置）

报错如下

OSError: We couldn't connect to 'https://huggingface.co' to load this file, couldn't find it in the cached files and it looks like textattack/distilbert-base-cased
-CoLA is not the path to a directory containing a file named config.json.
Checkout your internet connection or see how to run the library in offline mode at 'https://huggingface.co/docs/transformers/installation#offline-mode'.

#翻译一下：用不了huggingface，缺textattack/distilbert-base-cased-CoLA的 config.json

解决：科学一下，去相应网址下载config.json (作者全部下载了… 泥萌试试~）

下完后，放在TextAttack-master/textattack/distilbert-base-cased-CoLA 下，就能跑起来了！

2. openattack也连不上hub（已成功运行demo.py）

背景：以第一个案例 demo.py 为例
报错：缺sst数据集
解决方法：科学后，将sst数据集下载到本地，从本地加载(数据集和模型)

2.1 将数据集下载到本地后读取

2.1.1 报错（连不上huggingface，下不了sst数据集）

2.1.2 下载数据集到本地（参考1.3.4的教程，在huggingface的dataset里搜sst）

作者下载到OpenAttack-master/download(自定义文件夹)中

2.1.3 找到相应代码，修改数据集加载路径为本地

PS：load_dataset的第一个参数path可以是本地路径，如果本地没有，就去huggingface
所以直接改成本地路径就行啦（使用自己的路径哈~），如下

# 源代码，需要连huggingface 
# dataset = datasets.load_dataset("sst", split="train[:100]").map(function=dataset_mapping)
# 将sst数据集下载到本地，我放在当前目录的download文件夹下
dataset = datasets.load_dataset("./download/sst",split="train[:100]").map(function=dataset_mapping)

其它代码 Chinese.py 修改参考

# dataset = datasets.load_dataset("amazon_reviews_multi",'zh',split="train[:20]").map(function=dataset_mapping)
dataset = datasets.load_dataset("../download/amazon_reviews_multi",'zh',split="train[:20]").map(function=dataset_mapping)

2.2 将模型下载到本地后读取

2.2.1 报错（连不上huggingface，下不了gpt2模型）

2.2.2 下载模型到本地（参考1.3.4的教程，在huggingface的model里搜gpt2）

2.2.3 找到相应代码，修改模型加载路径为本地

举个例子

#此处的相关方法（from_pretrained）可以直接指定路径
#self.tokenizer = transformers.GPT2TokenizerFast.from_pretrained("gpt2")
#self.lm = transformers.GPT2LMHeadModel.from_pretrained("gpt2")
self.tokenizer = transformers.GPT2TokenizerFast.from_pretrained("./download/gpt2")
self.lm = transformers.GPT2LMHeadModel.from_pretrained("./download/gpt2")

再来个例子

# 此处的相关方法（from_pretrained）需要加：repo_type="model"
tokenizer = transformers.AutoTokenizer.from_pretrained("../download/echarlaix/bert-base-uncased-sst2-acc91.1-d37-hybrid",repo_type="model")
# 这里就不需要了
model = transformers.AutoModelForSequenceClassification.from_pretrained("../download/echarlaix/bert-base-uncased-sst2-acc91.1-d37-hybrid", num_labels=2, output_hidden_states=False)
# 报错提示的很明显，根据报错解决问题~

3. 补充

3.1 不出意外，其它案例也可以运行~

3.2 修改huggingface默认缓存路径（默认C盘太难顶）

huggingface HF_HOME 更换缓存目录

——————————————————————————————————
TextAttackTextAttack: A Framework for Adversarial Attacks, Data Augmentation, and Adversarial Training in NLP. John Morris, Eli Lifland, Jin Yong Yoo, Jake Grigsby, Di Jin, Yanjun Qi. EMNLP 2020 Demo. [website] [doc] [pdf]

OpenAttack OpenAttack: An Open-source Textual Adversarial Attack Toolkit. Guoyang Zeng, Fanchao Qi, Qianrui Zhou, Tingji Zhang, Bairu Hou, Yuan Zang, Zhiyuan Liu, Maosong Sun. ACL-IJCNLP 2021 Demo. [website] [doc] [pdf]

便捷下载huggingface仓库文件方式：如何批量下载hugging face模型和数据集文件
关于huggingface介绍：Hugging Face快速入门（重点讲解模型(Transformers)和数据集部分(Datasets)）