- 继上次的两个工具环境搭建后，至此，初步模型已建立完成，并根据初步模型的测试结果，进行相对应的模型修改
- 此次主要对已完成工作，和完成工作中所学知识进行整理。
目前模型初步框架，并加上修改模型后的，此时代码架构如上图所示。
其中的.py文件的大致作用为：
LTP（Main）中是整个程序的入口，其中负责对所有的工具的使用，进行调用，进行逻辑处理
gStore——已封装好执行函数，负责使用API进行查询输出res.txt内容（JSON格式）
NLP——按照我自己的思路进行了NLP的初步处理，从而构造三元组，进行知识图谱查询
Result——将最终结果进行提取，输出到finally_result.txt当中
in get——主要是为接下来的向量化做准备，对于复杂问题，提取实体后，搜索其属性，然后对其属性进行中文提取，提取后的所有结果逐行输出在get_type.txt中
具体代码，在比赛结束后，进行展示，易读性很强。
这个期间，学习到了JSON格式的知识，可参考文章：
https://blog.csdn.net/weixin_40636692/article/details/81212304
https://blog.csdn.net/weixin_41171108/article/details/88813765
https://blog.csdn.net/ku20aijiu/article/details/80339806
等关于JSON的文章，这样对于JSON的操作基本上可以快速掌握。
还学习到了Python的I/O操作，可参考文章：
https://www.runoob.com/python/python-files-io.html
I/O操作可通过此文章进行学习和实现。
对于初步模型修改上的一些思路记录：
所以接下来就要进行向量化的操作，下次更新，即会对向量化等操作进行实现叙述。
