【论文复现】DAE：《Annotating and Modeling Fine-grained Factuality in Summarization》

以下是复现论文《 Annotating and Modeling Fine-grained Factuality in Summarization》（NAACL 2021）代码https://github.com/tagoyal/factuality-datasets的流程记录：

1. 在服务器上conda创建虚拟环境dae（python版本于readme保持一致，為3.6）

   conda create -n dae python=3.6
   

2. git clone下载项目代码于本地，用pycharm打开并远程连接到服务器的该环境中。

3. 服务器上首先升级pip（因为python3.6版本得到的pip太旧，下载不了requirements.txt中的某些库），再安裝本项目需要的库。

   pip install --upgrade pip
   pip install -r requirements.txt
   

4. 下载模型文件。在作者提供的https://drive.google.com/drive/folders/1kcRCU-UlIqwDIGsaRQlRsCcHY4Mc-m3L中factuality_models_datasets/factuality_models路径下下载DAE_xsum_human_best_ckpt.zip，在项目根目录下创建目录models/，将该zip文件解压后放至models下。

5. 下载本项目所依赖的StanfordCoreNLP本地文件——