| # EasyTPP 新增功能说明 | |
| 本仓库在原始 EasyTPP 基础上新增了用于处理信息级联数据的指标计算功能。 | |
| ## 🆕 新增文件 | |
| ### 核心功能 | |
| - **`compute_cascade_metrics.py`**: 计算级联指标的主脚本 | |
| - 情感得分 (Sentiment Score) | |
| - 情感偏差 (Sentiment Deviation) | |
| - 语境偏差 (Contextual Deviation) | |
| - 困惑度 (Perplexity) | |
| ### 文档和工具 | |
| - **`COMPUTE_METRICS_README.md`**: 详细使用说明 | |
| - **`HF_UPLOAD_GUIDE.md`**: Hugging Face 上传指南 | |
| - **`UPLOAD_CHECKLIST.md`**: 上传检查清单（自动生成） | |
| - **`cleanup_for_hf.py`**: 清理脚本，准备上传 | |
| - **`example_compute_metrics.sh`**: 使用示例脚本 | |
| - **`requirements_compute_metrics.txt`**: 额外依赖包 | |
| ## 🚀 快速开始 | |
| ### 1. 安装依赖 | |
| ```bash | |
| pip install -r requirements.txt | |
| pip install -r requirements_compute_metrics.txt | |
| ``` | |
| ### 2. 运行指标计算 | |
| ```bash | |
| python compute_cascade_metrics.py \ | |
| --input_cascade information_cascade.json \ | |
| --output output_with_metrics.json \ | |
| --batch_size 32 | |
| ``` | |
| 详细说明请参考 `COMPUTE_METRICS_README.md` | |
| ## 📦 上传到 Hugging Face | |
| 1. 运行清理脚本： | |
| ```bash | |
| python cleanup_for_hf.py | |
| ``` | |
| 2. 按照 `HF_UPLOAD_GUIDE.md` 的说明上传 | |
| ## 🔗 相关文档 | |
| - [指标计算说明](COMPUTE_METRICS_README.md) | |
| - [上传指南](HF_UPLOAD_GUIDE.md) | |
| - [原始 EasyTPP README](README.md) | |
| ## 📝 使用场景 | |
| 这些新增功能主要用于： | |
| - 分析社交媒体信息级联（如微博转发、评论） | |
| - 计算文本的情感特征和语义偏差 | |
| - 为 TPP 模型提供额外的特征输入 | |
| ## ⚙️ 与 EasyTPP 集成 | |
| 计算出的指标可以用于： | |
| - `RobertTPPDataset`: 加载包含语义和偏差特征的数据 | |
| - `RobertEventTokenizer`: 处理自定义特征 | |
| - `TorchRobotTHP`: 使用语义和偏差特征的 TPP 模型 | |
| 参考 `examples/train_robot_thp_with_features.py` 了解完整示例。 | |