2021SC@SDUSC
本文章将对 vectorize.py中的代码部分内容进一步分析。重点在于对如何生成矩阵的代码分析
代码Link：https://github.com/rikdz/GraphWriter
def vec_ents(self,ex,field):
? ? # returns tensor and lens
? ? ex = [[field.stoi[x] if x in field.stoi else 0 for x in y.strip().split(" ")] for y in ex.split(";")]
? ? return self.pad_list(ex,1)
定义了一个vec_ents函数，实现一种映射关系：当变量存在于变量池中，将该坐标对应的变量池中的数据值赋值给ex，若不存在，则赋值为零，并用；分割，存储于pad_list中，相当于创建了一个三元组，分别用“ ”和;分词。（返回张量和透镜）
? def mkGraphs(self,r,ent):
? ? #convert triples to entlist with adj and rel matrices
? ? pieces = r.strip().split(';')
? ? x = [[int(y) for y in z.strip().split()] for z in pieces]
? ? rel = [2]
? ? #global root node
? ? adjsize = ent+1+(2*len(x))
? ? adj = torch.zeros(adjsize,adjsize)
? ? for i in range(ent):
? ? ? #adj[i,0]=1
? ? ? adj[ent+1,i]=1
? ? for i in range(adjsize):
? ? ? adj[i,i]=1
? ? for y in x:
? ? ? rel.extend([y[1]+3,y[1]+3+self.REL.size])
? ? ? a = y[0]
? ? ? b = y[2]
? ? ? c = ent+len(rel)-2
? ? ? d = ent+len(rel)-1
? ? ? adj[a,c] = 1?
? ? ? adj[c,b] = 1
? ? ? adj[b,d] = 1?
? ? ? adj[d,a] = 1
? ? rel = torch.LongTensor(rel)
? ? return (adj,rel)
该函数mkGraph的主要功能是将上面函数创建的三元组转化为矩阵，即entlist与adj和rel矩阵。
pieces = r.strip().split(';')
x = [[int(y) for y in z.strip().split()] for z in pieces]
rel = [2]
首先，该函数对局部变量进行定义，pieces为以；分割的维度，x为分为pieces（降维）后的横坐标，rel是一个列表（仅含2）
#global root node
? ? adjsize = ent+1+(2*len(x))
? ? adj = torch.zeros(adjsize,adjsize)
对全部节点进行定义，adjsize计算出矩阵的大小，torch.zeros函数全例为torch.zeros(*size, out=None, dtype=None, layout=torch.strided, device=None, requires_grad=False) -> Tensor
返回一个全为标量 0 的张量，形状由可变参数 *size 定义。该返回结果为一个行列数目均为adjsize的全0矩阵。
for i in range(ent):
? ? ? #adj[i,0]=1
? ? ? adj[ent+1,i]=1
for i in range(adjsize):
? ? ? adj[i,i]=1
将adj矩阵中横坐标为ent+1位置的所有数据变为1，再对adj矩阵中对角线上的所有数据变为1.
for y in x:
? ? ? rel.extend([y[1]+3,y[1]+3+self.REL.size])
? ? ? a = y[0]
? ? ? b = y[2]
? ? ? c = ent+len(rel)-2
? ? ? d = ent+len(rel)-1
? ? ? adj[a,c] = 1?
? ? ? adj[c,b] = 1
? ? ? adj[b,d] = 1?
? ? ? adj[d,a] = 1
?遍历每个降维后的单个列表，再rel中添加新的列表[y[1]+3,y[1]+3+self.REL.size]，且对0和2位置进行初始化，得到a ，b，同时c，d是第三维初始值，将adj矩阵剩余无实值部分填充为1.
rel = torch.LongTensor(rel)
?return (adj,rel)
torch.LongTensor（) 会调用Tensor类的构造函数__init__，生成64位整型类型的张量。?然后返回计算出的adj和rel矩阵张量。