File size: 2,499 Bytes
8a555e6 af8e0b5 8a555e6 af8e0b5 8a555e6 af8e0b5 8a555e6 6685b93 |
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 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 |
---
language:
- zh
tags:
- conditional text generation
- data augmentation
license: apache-2.0
datasets:
- beyond/chinese_clean_passages_80m
widget:
- text: "[mask]疫情[mask]公园[mask]散步[mask]"
example_title: "案例1"
- text: "今天[mask]篮球[mask]学校[mask]"
example_title: "案例2"
- text: "[mask]感染新冠[mask]身体不舒服[mask]多休息[mask]"
example_title: "案例3"
inference:
parameters:
max_length: 128
num_beams: 10
no_repeat_ngram_size: 5
do_sample: True
min_length: 10
early_stopping: True
---
## 功能介绍
该模型主要功能是针对mask部分进行补全生成，能够生成较流利丰富的自然文本。
参考案例如下：
1）今天[mask]篮球[mask]学校[mask]
2）[mask]疫情[mask]公园[mask]散步[mask]
3）[mask]感染新冠[mask]身体不舒服[mask]多休息[mask]
## 如何使用
```
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
pretrained = "Maciel/T5_Mask_Completion"
tokenizer = AutoTokenizer.from_pretrained(pretrained)
model = AutoModelForSeq2SeqLM.from_pretrained(pretrained)
sentence = "[mask]疫情[mask]公园[mask]散步[mask]"
max_input_length = 128
input_encodings = tokenizer(sentence,
max_length=max_input_length,
truncation=True,
return_tensors="pt")
if "token_type_ids" in input_encodings.keys():
input_encodings.pop("token_type_ids")
output = model.generate(**input_encodings,
num_beams=10,
no_repeat_ngram_size=5,
do_sample=True,
early_stopping=True,
min_length=10,
max_length=64,
return_dict_in_generate=True,
output_scores=True)
decoded_output = tokenizer.batch_decode(output.sequences, skip_special_tokens=True)[0]
completion = decoded_output.strip()
print(completion)
```
## 案例展示
```
1) 原始文本：今天[mask]篮球[mask]学校[mask]
补全文本：今天,我们来谈谈篮球与学校的关系。
2) 原始文本：[mask]疫情[mask]公园[mask]散步[mask]
补全文本：在疫情发生之前,人们可以在公园里散步。
3) 原始文本：[mask]感染新冠[mask]身体不舒服[mask]多休息[mask]
补全文本：如果你感染新冠了,身体不舒服,建议你多休息,不要吃辛辣刺激性的食物,以免加重病情。
``` |