resolve_data.py可能存在的问题和一些疑惑

[boyang9602]

您好，

请问resolve_data.py的第120行 为何返回1？我的理解是这个词不在vocabulary中，所以要返回unknown对应得值，但在vocabulary.txt中，unknown的对应的值其实是0. 如果是这种情况的话用return vocabulary['unknown']可以避免这种错误.

还有是有点好奇lca是指什么，build_lca看起来是把每一个节点的祖先按顺序找出来了(其中包括该节点本身)，并返回了这些祖先节点和terminal的节点。然后在line_mask中他的返回值只是被用来生成邻接矩阵。

另外Rule.txt是如何生成的呢？我最开始读论文的时候的理解是Rule都是python语法规则里面的东西，但是现在发现里边有很多项目相关的内容，例如

 attr true Huffer
 attr true Misha
 attr true Leokk

[zysszy]

您好，

我看vocabulary里面确实不是1，应该是当时改的时候没改过来，这里确实有点问题，不过不是很影响最后的效果。

LCA 本来是最近公共祖先，后来被我改了就不是这个算法了，名字没改，不好意思。

Rule.txt 是从训练集中的抽象语法树中收集出来的，其中包括一些项目相关内容（训练集中所存在的规则序列）。

Zeyu

[boyang9602]

您好，我看了您的数据预处理的脚本，还是没有理清楚Rule.txt的产生规则。整体上来说，里边每一行都是父节点 true 子节点1 子节点2 ...，但是哪一些规则会被写进去呢？

从Rule.txt中的内容，我感觉如果是一个terminal节点，String类型，并且它出现在了自然语言描述中，那么它就用copy，否则的话就会被写进Rule.txt中。不知道我理解的对不对？

[zysszy]

您好，我看了您的数据预处理的脚本，还是没有理清楚Rule.txt的产生规则。整体上来说，里边每一行都是父节点 true 子节点1 子节点2 ...，但是哪一些规则会被写进去呢？

从Rule.txt中的内容，我感觉如果是一个terminal节点，String类型，并且它出现在了自然语言描述中，那么它就用copy，否则的话就会被写进Rule.txt中。不知道我理解的对不对？

对~你理解的是对的，如果能copy就不写到规则里，否则就写到规则里。

Zeyu

[boyang9602]

明白了，非常感谢！