本仓库中包含了文章 "基于联合学习的成分句法与AMR语义分析方法"中涉及的部分代码

该代码是在Pytorch'1.1.0'下开发的。由于Pytorch的兼容性原因，某些较低版本（例如0.4.0）可能不能成功运行代码。

AMR是基于图的语义表示，可以统一表示具有相同含义的多个句子。 与依赖关系和语义角色等其他结构相比，AMR图具有几个主要差异：AMR仅关注概念及其关系，因此不包括功能词；边缘标签充当功能词的角色；将名词，动词或命名实体转换为AMR概念时，将不使用拐点； 有时使用同义词代替原始单词。 这样可以使AMR更加统一，以便每个AMR图可以表示更多的句子。 更多细节内容可以访问AMR官方网址 AMR

成分句法树是一种基于树的句法表示，它包含输入句子中每个单词的词性以及句法成分。 详情请见 Constituency

因为AMR解析语料和成分句法语料版权受限无法公开，因此此处并未上传，但用于预训练的机器翻译WMT14英德语料可以在链接中进行下载WMT14。在利用自动标注语料进行预训练的实验中，使用AllenNLP工具生成自动标注句法树，使用单任务AMR解析中最好的模型生成自动标注的AMR图。在实验结果分析中，我们利用目前成分句法分析任务上性能最好的模型生成自动标注句法树，以比较用于预训练的自动标注句法树准确性对后续实验的影响，该模型可以在原作者提供的链接中进行下载LAL-Parser

本文使用 Open-NMT 作为 Transformer 模型的实现。我们上传了两个版本的模型，一个是基于单任务的Transformer模型——single_task，另一个是基于多任务的Transformer模型——multi_task。相较于单任务的模型，多任务模型的底层结构与单任务一致，即保持传统Transformer的Encoder和Decoder层，但是在参数设置上，我们增加了task_type(['task','task2'])用于区分在训练过程中不同任务的参数更新。两个模型最本质的区别在于训练策略上的不同，多任务模型每训练一步就更换成另一任务训练集进行训练，为此我们在原参数基础上增加了train_src2、train_tgt2、valid_src2、valid_tgt2、train_steps2、warmup_steps2、learning_rate2、batch_size2作为第二个任务的参数。后期会将单任务和多任务的代码合并成一套代码，且其他代码也会陆续上传。

代码 包含单任务（single-task）以及多任务联合学习（multi-task）代码，需要根据自身需求在对应代码下进行如下操作。

数据预处理 bash preprocess.sh #文件中的路径需要根据自身项目文件进行更改
输入文件包含了['train','valid','test']数据集的源端和目标端文件，需要将原始amr处理成src与tgt分别存放在两个文件中（处理方法不固定，只需处理成模型输入输出的文本格式，如需要使用BPE或其他分词方法，需要使用BPE或分词之后的文件，本代码中不包含BPE和分词的脚本），两个文件中数据顺序需一一对应。

模型训练 bash train.sh #文件中的路径需要根据自身项目文件进行更改

解码过程 bash translate.sh #文件中的路径需要根据自身项目文件进行更改

具体任务参数请参考论文