File size: 1,403 Bytes
cd6775d | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 | """② 无监督式查询分解（XLM seq2seq，进程内）。
复用 methods/unsupervised/XLM/server_translate.py 里的 load()/decompose()（已改为惰性加载），
不再启动 Flask 服务。首次调用需要 RAGQA_XLM_CKPT 与 CUDA GPU。
"""
import os
import sys
_HERE = os.path.dirname(os.path.abspath(__file__))
_PKG_ROOT = os.path.dirname(_HERE) # .../query_decomposition_baselines
_XLM_DIR = os.path.join(_PKG_ROOT, "methods", "unsupervised", "XLM")
_st = None # server_translate 模块（惰性导入）
def _module():
global _st
if _st is not None:
return _st
# 未设 RAGQA_XLM_CKPT 时，自动回退到仓库内 weights/ 下的权重（HF 仓库 clone 后即可用）。
if not os.environ.get("RAGQA_XLM_CKPT"):
cand = os.path.join(_PKG_ROOT, "weights", "xlm_unsup_decomp.pth")
if os.path.isfile(cand):
os.environ["RAGQA_XLM_CKPT"] = cand # 必须在 import server_translate 之前设置
if _XLM_DIR not in sys.path:
sys.path.insert(0, _XLM_DIR) # 让 `import src...` 与 `import server_translate` 可解析
import server_translate # 导入很轻：只注册 parser/params，模型在 load() 里惰性加载
_st = server_translate
return _st
def unsupervised_decompose(query):
"""把一个 query 交给 XLM 分解器，返回子问题 list[str]。"""
return _module().decompose(query)
|