transition_amr_parser是IBM公司开源的AMR paraing和AMR text-to-generation工具，在NLP领域中经常会用到，但是这个安装过程中可能会存在很多坑，transition_amr_parser的github主页安装教程不清晰，Python各种第三方包相互依赖，显卡驱动和torch版本匹配不上，导致出现大量的奇怪的错误。这里展示了我在ubuntu20.04、cuda为11.3环境下安装transition_amr_parser 0.3.3/transition_amr_parser 0.5.2/为例，两个版本都亲测安装成功。
下载对应版本的transition_amr_parser
可以通过transition_amr_parser的github主页进行下载你所需要的版本，如下图所示：
安装
新建一个虚拟的python环境，并切换到该环境下进行安装对应的依赖，首先安装torch，由于安装过程中经常会提示torch和cuda版本不匹配，所以就从官网找到对应cuda版本的torch，我的版本为11.3，所以可以安装pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113，更多版本的可以查看Pytorch安装官网。一定要下载和自己版本一致的torch，否则会出错，查看cuda版本指令为nvcc -V。
然后切换到下载的transition_amr_parser目录中来，打开对应的README文件，里面有详细的教程，以0.3.3为例，如下图所示：
可以省略torch的安装，并且先切换到scripts/stack-transformer/requirements.txt文件中，将torch的安装注释掉，否则又会重新安装torch，将会出现各种问题。
等所有的安装完成后，就可以随意变化你的torch版本，但是一般高版本兼容低版本，所以也可以不切换到低版本torch。
这也是针对AMR-IE事件抽取环境安装的整理。
测试自己是否安装成功，预训练模型下载地址，需要科学上网：
in_checkpoint = "path/to/your/checkpoint_best.pt" from transition_amr_parser.stack_transformer_amr_parser import AMRParser parser = AMRParser.from_checkpoint(in_checkpoint) annotations = parser.parse_sentences([['The', 'boy', 'travels'], ['He', 'visits', 'places']]) print(annotations[0]) print(annotations[1])
