Xunzi-Shiyu-gcn

GCN 诗词隐喻预测

本项目是一个使用图卷积网络 (GCN) 和 BERT 对古诗词进行语义分析和推理的工具。

它可以接收诗词，通过 jieba 分词，识别诗中的特定“隐喻词” 。随后，会动态构建一个上下文图，并利用 GCN 模型预测这些词汇节点与预定义“隐喻”节点之间的联系。最终，它通过计算余弦相似度，找出在当前诗句语境下最匹配的含义。

项目结构

为了使 gcn_predictor.py 脚本正确运行，请按下述结构组织文件。您需要创建 model_assets 文件夹，并将所有模型和数据文件（.pth, .pt, .pkl）放入其中。

/your_project_directory
├── gcn_predictor.py         # 主预测脚本
├── requirements.txt         # Python 依赖
|
└── /model_assets/           # 默认数据和模型目录
    ├── gcn_link_predictor_best.pth  # 预训练的 GCN 模型权重
    ├── base_vectors.pt      # 基础向量
    ├── node_to_id.pkl       # 节点到 ID 的映射
    └── sense_index.pkl      # 索引
|
└── /bert_model_path/        # (需要您自行准备)
    ├── config.json
    ├── pytorch_model.bin
    └── vocab.txt

重要提示： 脚本中的 BERT_MODEL_PATH (例如: /home/share/models/small_bert_models/BERT_CCPoem_v1) 需要您自行准备。请下载相应的 BERT 预训练模型，并将其路径更新到 gcn_predictor.py 脚本底部的 if __name__ == "__main__": 部分。

安装依赖

您可以使用 pip 安装所有必需的 Python 库：

pip install -r requirements.txt

requirements.txt 文件内容如下：

torch
torch_geometric
transformers
jieba
tqdm

如何使用

1. 自动测试 (推荐)

gcn_predictor.py 脚本包含一个 if __name__ == '__main__': 块，用于快速测试。

1. 准备文件： 按照“项目结构”部分所示，创建 model_assets 文件夹并放入所有必需的文件。

2. 修改路径： 打开 gcn_predictor.py 文件，滚动到底部的 if __name__ == "__main__": 代码块。

   • 确保 DATA_DIR 变量指向您的 model_assets 文件夹 (默认为 './model_assets/')。
   • 必须修改 BERT_MODEL_PATH 变量，使其指向您本地的 BERT 模型目录。

3. 运行脚本： 配置好路径后，直接运行脚本以执行内置的测试：

   python gcn_predictor.py
   

   脚本将加载模型，分析 TEST_POEM (默认为: "云霞输浆石供髓，二丽精华晨夜委。")，并以 JSON 格式打印分析结果。

2. 作为模块导入

您可以导入 GCNPredictor 类在其他 Python 脚本中使用：

import json
from gcn_predictor import GCNPredictor

# 1. 确保路径正确
# (这些路径是在 gcn_predictor.py 的 __main__ 中定义的)
DATA_DIR = './model_assets' 
MODEL_PATH = f'{DATA_DIR}/gcn_link_predictor_best.pth'
BERT_MODEL_PATH = '/path/to/your/bert_model' # 替换为您自己的 BERT 路径

try:
    # 2. 初始化预测器
    predictor = GCNPredictor(
        model_path=MODEL_PATH,
        data_dir=DATA_DIR,
        bert_path=BERT_MODEL_PATH
    )

    # 3. 分析诗句
    poem_text = "云霞输浆石供髓，二丽精华晨夜委。"
    results = predictor.analyze_poem(poem_text) #

    # 4. 打印结果
    output = {"poem": poem_text, "analysis": results or []}
    print(json.dumps(output, indent=4, ensure_ascii=False))

except FileNotFoundError as e:
    print(f"路径配置错误: {e}")
except Exception as e:
    print(f"发生错误: {e}")

示例输出

运行 gcn_predictor.py 脚本 将对测试诗句进行分析。：

{
    "poem": "云霞输浆石供髓，二丽精华晨夜委。",
    "analysis": [
        {
            "word": "云霞",
            "sense": "百花。",
            "score": 0.6666867733001709
        },
        {
            "word": "二丽",
            "sense": "日、月。",
            "score": 0.5008645057678223
        }
    ]
}