一：源数据data文件夹。
进入data 目录，一共有以下几个文件：
ctb_dev.jsonl:开发集
ctb_test.jsonl:测试文件，存放用于测试用的句子，存放格式如下所示：该句子对应的动作序列+该句子的分词结果+该句子的词性标签 共1910句
ctb_train.jsonl:训练文件，存放用于训练模型参数的句子，存放格式和测试文件一样，以句子为单位：该句子对应的动作序列+该句子的分词结果+该句子的词性标签 共16091句
data_pro_ctb5.py:暂时没看懂这个Python文件的作用。。
generate_trainData.py:起转换文件格式的作用，真正的语料是ctb的树库语料，要将其转换为ctb_test.jsonl的格式，也就是下图转换为该句子对应的 动作序列+该句子的分词结果+该句子的词性标签：
二：结果数据results文件夹：
进入results文件夹一共有以下几个文件
vector_cache文件夹里存放的input_vector.pt:生成的词向量文件
glove.840B.300d.pt:运行程序生成的词向量文件（为什么是乱码）
glove.840B.300d.txt:事先训练好放进去的词向量文件，大约有10万个词向量。（如果替换语料的话，需要将这个文件注释或者替换为相应语言的词向量）
三：torchtext文件夹：东西太多，暂时略过
四：最后home目录下只剩下一大堆Python文件
------------------------------------------------------------------------------------------阅读ctbtrain文件的源代码-----------------------------------------------------------------------------------
ctbtrain是训练模型参数文件
开始阅读ctbtrain.py文件代码：
1. inputs transitions pos分别代表输入训练文件中的词，操作序列，词性标签。
运行程序打印输出三者的内容：
inputs：<torchtext.datasets.ctb.TextField object at 0x7f87ce600310>
transitions：<torchtext.data.Field object at 0x7f87ce5af110>
inputs.vocab.itos代表什么意思啊？？？代表的是几个转移动作的标签。
2.设置词向量的维度，但是不知道具体对应什么样的维度？
config = args（很重要的一个model）args就是一个parser模型，PyTorch/torchtext SNLI example
config.n_embed = len(inputs.vocab)
config.d_out = len(transitions.vocab)
config.n_cells = config.n_layers
3.build_vocab函数指的是构建词典，输入均是训练语料。
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
evalue是测试文件，主要是评估函数my_evalue( )的实现过程，实现对测试集和开发集的评测，输出的是precision 和 Parser_precision的值。
spinn函数：定义分类器模型和tree模型。
util是模型参数的设置文件，打开如下所示
诸如迭代次数，是否使用GPU等。params.pkl 是什么鬼 打开是乱码
testlog_lstm_wbud和trainlog_lstm_wbud分别是日志记录文件，记录测试和训练过程中的准确率。不太明白的是这个准确率和evalue函数输出的准备率有啥区别。
-------------------------------------------------------------------------------model文件---------------------------------------------------------------------------------------------------------------------------
定义了class SNLIClassifier：
-----------------------------------------------------------------------程序包分析暂时结束，先执行下程序------------------------------------------------------------
源程序是进行中文的依存分析 我重新训练，打算用英文来知行：
一：输入训练文件格式如下（为了短期内看到效果，也就是让程序在5小时内完成，我选择语料的规模是500句。）：
二：语料预处理（有个地方没想明白，但从树库语料，如何可以预测出shift-reduce转移动作）
1.调用generate函数，生成测试文件格式的语料:生成的测试文件语料格式为 原句子的词组+动作序列+词性词组序列（和原来中文的语料不太一样）
三：训练模型
1.在训练模型的时候会看到以下文件
分别为开发集 测试集 训练集 切割文件函数 生成测试集函数
执行ctbtrain.py会自动调用data文件夹下的训练集 也就是ctb_train.jsonl。
训练模型需要很久的时间，现在先看一下训练模型的ctbtrain.py文件源代码：（。。。。。。。。。。。。。）
执行结果：
前几次执行一直报错（报以下的错）一直不知道什么原因，后来才发现是更改语料后，不能再使用原来预先训练好的词向量。
最后训练集的规模有500句，开发和测试集各为100，执行了三个小时（中文），实验结果如下所示：
evalue_test_data：parser_pre: 73.8814317673
evalue_dev_data：parser_pre: 79.2047531993
替换为英文语料：500句 执行了六个小时。实验结果如下，和中文一样，迭代了49次
测试集：parser_pre: 90.2559867878
开发集：parser_pre: 90.2559867878这里测试集合开发集都一样。