PLMS-Graph2Text 开源项目使用教程

1. 项目目录结构及介绍

PLMS-Graph2Text 项目目录结构如下：

plms-graph2text/
├── agenda/             # AGENDA 数据集相关文件
├── amr/                # AMR17 数据集相关文件
├── generated_outputs/  # 生成文本的输出文件
├── utils/              # 通用工具脚本
├── webnlg/             # WebNLG 数据集相关文件
├── .gitignore          # Git 忽略文件
├── LICENSE.txt         # Apache-2.0 许可文件
├── NOTICE.txt          # 通知文件
├── README.md           # 项目说明文件
├── decode_AMR.sh        # AMR 数据集解码脚本
├── decode_WEBNLG.sh     # WebNLG 数据集解码脚本
├── decode_AGENDA.sh     # AGENDA 数据集解码脚本
├── finetune_AMR.sh      # AMR 数据集模型微调脚本
├── finetune_WEBNLG.sh   # WebNLG 数据集模型微调脚本
├── finetune_AGENDA.sh   # AGENDA 数据集模型微调脚本
├── preprocess_AMR.sh    # AMR 数据集预处理脚本
├── preprocess_WEBNLG.sh # WebNLG 数据集预处理脚本
└── preprocess_AGENDA.sh # AGENDA 数据集预处理脚本

• agenda/, amr/, webnlg/：这些文件夹包含对应数据集的预处理文件和示例数据。
• generated_outputs/：此文件夹用于存放生成的文本输出。
• utils/：包含一些通用的工具函数和脚本。
• .gitignore：指定 Git 应该忽略的文件和文件夹。
• LICENSE.txt 和 NOTICE.txt：项目的许可和通知文件。
• README.md：项目说明文件，提供项目的总体介绍和使用说明。
• decode_*, finetune_*, preprocess_*：这些脚本用于处理数据集、微调模型以及解码生成文本。

2. 项目的启动文件介绍

项目的启动主要是通过执行各个脚本来进行，没有特定的启动文件。以下是几个关键脚本的简介：

• preprocess_*：这些脚本用于预处理不同数据集的数据，以便它们能够用于模型训练或评估。使用方法如下：

  ./preprocess_AMR.sh <dataset_folder>
  ./preprocess_WEBNLG.sh <dataset_folder>
  ./preprocess_AGENDA.sh <dataset_folder>
  

• finetune_*：这些脚本用于在特定数据集上微调预训练的模型。使用方法如下：

  ./finetune_AMR.sh <model> <gpu_id>
  ./finetune_WEBNLG.sh <model> <gpu_id>
  ./finetune_AGENDA.sh <model> <gpu_id>
  

  其中 <model> 可以是 t5-small, t5-base, t5-large, facebook/bart-base 或 facebook/bart-large。

• decode_*：这些脚本用于解码模型生成的文本。使用方法如下：

  ./decode_AMR.sh <model> <checkpoint> <gpu_id>
  ./decode_WEBNLG.sh <model> <checkpoint> <gpu_id>
  ./decode_AGENDA.sh <model> <checkpoint> <gpu_id>
  

  其中 <checkpoint> 是模型训练后的检查点文件。

3. 项目的配置文件介绍

本项目没有特定的配置文件。所有的设置和参数都是通过命令行参数传递给脚本的。用户可以在执行脚本时根据需要调整数据集路径、模型选择、GPU ID 等参数。