fix_qa_test_question (#3169)

PaddleNLP/dialogue_model_toolkit/auto_dialogue_evaluation/README.md

 # 对话自动评估模块ADE
 
- * [1、模型简介](#1、模型简介)
- * [2、快速开始](#2、快速开始)
- * [3、进阶使用](#3、进阶使用)
- * [4、参考论文](#4、参考论文)
- * [5、版本更新](#5、版本更新)
+- [**1、模型简介**](#1、模型简介)
+
+- [**2、快速开始**](#2、快速开始)
+
+- [**3、进阶使用**](#3、进阶使用)
+
+- [**4、参考论文**](#4、参考论文)
+
+- [**5、版本更新**](#5、版本更新)
 
 ## 1、模型简介
 
@@ -40,9 +44,11 @@ cd models/PaddleNLP/dialogue_model_toolkit/auto_dialogue_evaluation
 
     本模块内模型训练主要包括两个阶段：
 
-    1）第一阶段：训练一个匹配模型作为评估工具，可用于待评估对话系统内的回复内容进行排序；（matching任务）
+    1）第一阶段：训练一个匹配模型作为评估工具，可用于待评估对话系统内的回复内容进行排序；（matching任务)
+          模型结构: 输入为context和response, 对两个输入学习embedding表示, 学习到的表示经过lstm学习高阶表示, context和response的高阶表示计算双线性张量积logits, logits和label计算sigmoid_cross_entropy_with_logits loss;
 
     2）第二阶段：利用少量的对话系统的标记数据，对第一阶段训练的匹配模型进行finetuning, 可以提高评估效果（包含human，keywords，seq2seq_att，seq2seq_naive，4个finetuning任务）;
+          模型结构: finetuning阶段学习表示到计算logits部分和第一阶段模型结构相同，区别在于finetuning阶段计算square_error_cost loss；
 
     用于第二阶段fine-tuning的对话系统包括下面四部分：
     
@@ -74,6 +80,8 @@ label_data（第二阶段finetuning数据集）
 cd ade && bash prepare_data_and_model.sh
 ```
 
+    数据路径：data/input/data/   
+    模型路径：data/saved_models/trained_models/
     下载经过预处理的数据，运行该脚本之后，data目录下会存在unlabel_data(train.ids/val.ids/test.ids)，lable_data: human、keywords、seq2seq_att、seq2seq_naive(四个任务数据train.ids/val.ids/test.ids)，以及word2ids.
 
 ### 单机训练
@@ -84,14 +92,14 @@ cd ade && bash prepare_data_and_model.sh
 bash run.sh matching train
 ```
 
-    方式一如果为CPU训练: 
+    如果为CPU训练: 
 
 ```
 请将run.sh内参数设置为: 
 1、export CUDA_VISIBLE_DEVICES=
 ```
 
-    方式一如果为GPU训练: 
+    如果为GPU训练: 
 
 ```
 请将run.sh内参数设置为: 
@@ -121,6 +129,12 @@ else
 fi
 
 pretrain_model_path="data/saved_models/matching_pretrained"
+
+if [ -f ${pretrain_model_path} ]
+then
+    rm ${pretrain_model_path}
+fi
+
 if [ ! -d ${pretrain_model_path} ]
 then
      mkdir ${pretrain_model_path}
@@ -181,6 +195,12 @@ else
 fi
 
 save_model_path="data/saved_models/human_finetuned"
+
+if [ -f ${save_model_path} ]
+then
+    rm ${save_model_path}
+fi
+
 if [ ! -d ${save_model_path} ]
 then
     mkdir ${save_model_path}
@@ -215,14 +235,14 @@ python -u main.py \
 bash run.sh matching predict
 ```
 
-    方式一如果为CPU预测: 
+    如果为CPU预测: 
 
 ```
 请将run.sh内参数设置为: 
 export CUDA_VISIBLE_DEVICES=
 ```
 
-    方式一如果为GPU预测: 
+    如果为GPU预测: 
 
 ```
 请将run.sh内参数设置为: 
@@ -329,23 +349,23 @@ seq2seq_naive：使用spearman相关系数来衡量评估模型对系统的打
 
     1. 无标注数据情况下，直接使用预训练好的评估工具进行评估；
     
-    在四个对话系统上，自动评估打分和人工评估打分spearman相关系数，如下：
+        在四个对话系统上，自动评估打分和人工评估打分spearman相关系数，如下：
 
-    /|seq2seq\_naive|seq2seq\_att|keywords|human
-    --|:--:|--:|:--:|--:
-    cor|0.361|0.343|0.324|0.288
+   ||seq2seq\_naive|seq2seq\_att|keywords|human|
+   |--|:--:|--:|:--:|--:|
+   |cor|0.361|0.343|0.324|0.288|
 
-    对四个系统平均得分排序：
+        对四个系统平均得分排序：
 
-    人工评估|k(0.591)<n(0.847)<a(1.116)<h(1.240)
-    --|--:
-    自动评估|k(0.625)<n(0.909)<a(1.399)<h(1.683)
+   |人工评估|k(0.591)<n(0.847)<a(1.116)<h(1.240)|
+   |--|--:|
+   |自动评估|k(0.625)<n(0.909)<a(1.399)<h(1.683)|
 
 &ensp;&ensp;&ensp;&ensp;2. 利用少量标注数据微调后，自动评估打分和人工打分spearman相关系数，如下：
 
-    /|seq2seq\_naive|seq2seq\_att|keywords|human
-    --|:--:|--:|:--:|--:
-    cor|0.474|0.477|0.443|0.378
+   ||seq2seq\_naive|seq2seq\_att|keywords|human|
+   |--|:--:|--:|:--:|--:|
+   |cor|0.474|0.477|0.443|0.378|
 
 #### 1、第一阶段matching模型的评估：
 #### &ensp;&ensp;&ensp;&ensp;方式一: 推荐直接使用模块内脚本评估
@@ -404,14 +424,14 @@ python -u main.py \
 bash run.sh matching inference
 ```
 
-&ensp;&ensp;&ensp;&ensp;方式一如果为CPU执行inference model过程: 
+&ensp;&ensp;&ensp;&ensp;如果为CPU执行inference model过程: 
 
 ```
 请将run.sh内参数设置为: 
 export CUDA_VISIBLE_DEVICES=
 ```
 
-&ensp;&ensp;&ensp;&ensp;方式一如果为GPU执行inference model过程:
+&ensp;&ensp;&ensp;&ensp;如果为GPU执行inference model过程:
 
 ```
 请将run.sh内参数设置为: 
@@ -496,7 +516,7 @@ python -u main.py \
 
 &ensp;&ensp;&ensp;&ensp;模型中所需数据格式如下：
 
-&ensp;&ensp;&ensp;&ensp;训练、预测、评估使用的数据示例如下，数据由三列组成，以制表符（'\t'）分隔，第一列是以空格分开的上文id，第二列是以空格分开的回复id，第三列是标签
+&ensp;&ensp;&ensp;&ensp;训练、预测、评估使用的数据示例如下，数据由三列组成，以制表符（'\t'）分隔，第一列是以空格分开的上文id（即context），第二列是以空格分开的回复id（即response），第三列是标签（标签含义：2-完全匹配，1-部分匹配，0-不匹配）。
 
 ```
 723 236 7823 12 8     887 13 77 4       2

PaddleNLP/dialogue_model_toolkit/auto_dialogue_evaluation/ade/reader.py

@@ -33,8 +33,12 @@ class DataProcessor(object):
     def get_examples(self): 
         """load examples"""
         examples = []
+        index = 0
         with open(self.data_file, 'r') as fr: 
             for line in fr: 
+                if index !=0 and index % 100 == 0: 
+                    print("processing data: %d" % index)
+                index += 1
                 examples.append(line.strip())
         return examples
 
@@ -72,7 +76,12 @@ class DataProcessor(object):
                     if random.random() > sample_pro:
                         continue
                 tokens = example.strip().split('\t')
-                assert len(tokens) == 3 
+                
+                if len(tokens) != 3: 
+                    print("data format error: %s" % example.strip())
+                    print("please input data: context \t response \t label")
+                    continue
+
                 context = [int(x) for x in tokens[0].split()[: self.max_seq_len]]
                 response = [int(x) for x in tokens[1].split()[: self.max_seq_len]]
                 label = [int(tokens[2])]

PaddleNLP/dialogue_model_toolkit/auto_dialogue_evaluation/predict.py

@@ -108,9 +108,11 @@ def do_predict(args):
             break
 
     scores = scores[: num_test_examples]
+    print("Write the predicted results into the output_prediction_file")
     with open(args.output_prediction_file, 'w') as fw: 
         for index, score in enumerate(scores): 
             fw.write("%s\t%s\n" % (index, score))
+    print("finish........................................")
 
 
 if __name__ == "__main__": 

PaddleNLP/dialogue_model_toolkit/auto_dialogue_evaluation/run.sh

@@ -51,6 +51,11 @@ function pretrain_train()
 {
 
     pretrain_model_path="${SAVED_MODELS}/matching_pretrained"
+    if [ -f ${pretrain_model_path} ]
+    then
+        rm ${pretrain_model_path}
+    fi
+
     if [ ! -d ${pretrain_model_path} ]
     then
         mkdir ${pretrain_model_path}
@@ -78,10 +83,17 @@ function pretrain_train()
 function finetuning_train()
 {
     save_model_path="${SAVED_MODELS}/${2}_finetuned"
+
+    if [ -f ${save_model_path} ]
+    then
+        rm ${save_model_path}
+    fi
+
     if [ ! -d ${save_model_path} ]
     then
         mkdir ${save_model_path}
     fi
+
     ${PYTHON_PATH} -u main.py \
       --do_train=true \
       --use_cuda=${1} \

PaddleNLP/dialogue_model_toolkit/auto_dialogue_evaluation/train.py

@@ -129,6 +129,7 @@ def do_train(args):
 
     steps = 0
     begin_time = time.time()
+    time_begin =  time.time()
 
     for epoch_step in range(args.epoch): 
         data_reader.start()
@@ -136,7 +137,6 @@ def do_train(args):
         ce_loss = 0.0
         while True:
             try: 
-                steps += 1
                 fetch_list = [loss.name]
                 outputs = exe.run(compiled_train_prog, fetch_list=fetch_list)
                 np_loss = outputs
@@ -144,14 +144,20 @@ def do_train(args):
                 ce_loss = np.array(np_loss).mean()
 
                 if steps % args.print_steps == 0: 
-                    print('epoch: %d, step: %s, avg loss %s' % (epoch_step, steps, sum_loss / args.print_steps))
+                    time_end = time.time()
+                    used_time = time_end - time_begin
+                    current_time = time.strftime('%Y-%m-%d %H:%M:%S',
+                                                time.localtime(time.time()))
+                    print('%s epoch: %d, step: %s, avg loss %s, speed: %f steps/s' % (current_time, epoch_step, steps, sum_loss / args.print_steps, args.print_steps / used_time))
                     sum_loss = 0.0
+                    time_begin = time.time()
 
                 if steps % args.save_steps == 0: 
                     if args.save_checkpoint:
                         save_load_io.save_checkpoint(args, exe, train_prog, "step_" + str(steps))
                     if args.save_param: 
                         save_load_io.save_param(args, exe, train_prog, "step_" + str(steps))
+                steps += 1
             except fluid.core.EOFException:  
                 data_reader.reset()
                 break

PaddleNLP/dialogue_model_toolkit/dialogue_general_understanding/README.md

 # 对话通用理解模块DGU
 
- * [1、模型简介](#1、模型简介)
- * [2、快速开始](#2、快速开始)
- * [3、进阶使用](#3、进阶使用)
- * [4、参考论文](#4、参考论文)
- * [5、版本更新](#5、版本更新)
+- [**1、模型简介**](#1、模型简介)
+
+- [**2、快速开始**](#2、快速开始)
+
+- [**3、进阶使用**](#3、进阶使用)
+
+- [**4、参考论文**](#4、参考论文)
+
+- [**5、版本更新**](#5、版本更新)
 
 ## 1、模型简介
 
@@ -60,6 +64,10 @@ SWDA：Switchboard Dialogue Act Corpus;
 ```
 cd dgu && bash prepare_data_and_model.sh
 ```
+    数据路径：data/input/data
+    预训练模型路径：data/pretrain_model
+    已训练模型路径：data/saved_models/trained_models
+
 
     下载的数据集中已提供了训练集，测试集和验证集，用户如果需要重新生成某任务数据集的训练数据，可执行：
 
@@ -67,6 +75,34 @@ cd dgu && bash prepare_data_and_model.sh
 cd dgu/scripts && bash run_build_data.sh task_name
 参数说明：
 task_name: udc, swda, mrda, atis, dstc2,  选择5个数据集选项中用户需要生成的数据名
+
+各任务数据生成脚本描述：
+dgu/scripts/build_atis_dataset.py：将ATIS开源数据集转换成训练所需的意图识别（atis_intent）和槽位解析（atis_slot）训练数据
+dgu/scripts/build_dstc2_dataset.py：将DSTC2开源数据集转换成训练所需数据格式；
+dgu/scripts/build_mrda_dataset.py：将MRDA开源数据集转换成训练所需数据格式；
+dgu/scripts/build_swda_dataset.py：将SWDA开源数据集转换成训练所需数据格式；
+```
+
+    根据脚本构造的训练数据格式说明：
+
+```
+udc：数据组成，label和多轮对话(分为多轮上文和当前回复)，整体分割符为"\t"
+format: label \t conv1 \t conv2 \t conv3 \t ......\t response
+
+swda：数据组成，多轮对话id, 标签label, 发言人caller, 说话内容conversation_content，整体分割符为"\t"
+format： conversation_id \t label \t caller \t conversation_content
+
+mrda: 数据组成，多轮对话id, 标签label, 发言人caller, 说话内容conversation_content，整体分割符为"\t"
+format： conversation_id \t label \t caller \t conversation_content
+
+atis/atis_intent: 数据组成，标签label, 说话内容conversation_content，整体分割符为"\t"
+format： label \t conversation_content
+
+atis/atis_slot: 数据组成，说话内容conversation_content，标签序列 label_list（空格分割）, 其中标签和说话内容中token为一一对应关系，整体分割符为"\t"
+format： conversation_content \t label1 label2 label3
+
+dstc2/dstc2: 数据组成，多轮对话id, 当前轮QA对(使用\1拼接)，标签(识别到的对话状态，从对话初始状态到当前轮累计的标签集合, 空格分割)，整体分割符为"\t"
+format：conversation_content \t question \1 answer \t state1 state2 state3......
 ```
 
 ### 单机训练
@@ -119,6 +155,10 @@ fi
 TASK_NAME="atis_intent"  #指定训练的任务名称
 BERT_BASE_PATH="data/pretrain_model/uncased_L-12_H-768_A-12"
 
+if [ -f "./data/saved_models/${TASK_NAME}" ]; then
+    rm "./data/saved_models/${TASK_NAME}"
+fi
+
 if [ ! -d "./data/saved_models/${TASK_NAME}" ]; then
     mkdir "./data/saved_models/${TASK_NAME}"
 fi
@@ -141,8 +181,7 @@ python -u main.py \
        --learning_rate=2e-5 \
        --weight_decay=0.01 \
        --max_seq_len=128 \
-       --print_steps=10 \
-       --use_fp16 false 
+       --print_steps=10
 ```
 
 注：
@@ -350,7 +389,7 @@ python -u main.py \
 [CLS] token11 token12 token13  [INNER_SEP] token11 token12 token13 [SEP]  token21 token22 token23 [SEP]  token31 token32 token33 [SEP]
 ```
 
-    输入数据以[CLS]开始，[SEP]分割内容为对话内容相关三部分，如上文，当前句，下文等，如[SEP]分割的每部分内部由多轮组成的话，使用[INNER_SEP]进行分割；第二部分和第三部分部分皆可缺省；
+    输入数据以[CLS]开始，[SEP]分割对话内容（上文、当前句、下文等），如果[SEP]分割的每部分内部由多轮组成的话，使用[INNER_SEP]进行分割；第二部分和第三部分部分皆可缺省；
 
     目前dialogue_general_understanding模块内已将数据准备部分集成到代码内，用户可根据上面输入数据格式，组装自己的数据；
 

PaddleNLP/dialogue_model_toolkit/dialogue_general_understanding/data/config/dgu.yaml

@@ -24,7 +24,6 @@ verbose: False
 do_lower_case: False
 random_seed: 0
 use_cuda: True
-task_name: ""
 in_tokens: False
 do_save_inference_model: False
 enable_ce: ""

PaddleNLP/dialogue_model_toolkit/dialogue_general_understanding/dgu/reader.py

@@ -14,9 +14,11 @@
 """data reader"""
 import os
 import csv
+import sys
 import types
 import numpy as np
 
+sys.path.append("./dgu")
 import tokenization
 from batching import prepare_batch_data
 
@@ -252,6 +254,10 @@ class UDCProcessor(DataProcessor):
         examples = []
         print("UDC dataset is too big, loading data spent a long time, please wait patiently..................")
         for (i, line) in enumerate(lines): 
+            if len(line) < 3: 
+                print("data format error: %s" % "\t".join(line))
+                print("data row contains at least three parts: label\tconv1\t.....\tresponse")
+                continue
             guid = "%s-%d" % (set_type, i)
             text_a = "\t".join(line[1: -1])
             text_a = tokenization.convert_to_unicode(text_a)
@@ -369,6 +375,10 @@ class ATISSlotProcessor(DataProcessor):
         """Creates examples for the training and dev sets."""
         examples = []
         for (i, line) in enumerate(lines): 
+            if len(line) != 2: 
+                print("data format error: %s" % "\t".join(line))
+                print("data row contains two parts: conversation_content \t label1 label2 label3")
+                continue
             guid = "%s-%d" % (set_type, i)
             text_a = line[0]
             label = line[1]
@@ -414,6 +424,10 @@ class ATISIntentProcessor(DataProcessor):
         """Creates examples for the training and dev sets."""
         examples = []
         for (i, line) in enumerate(lines): 
+            if len(line) != 2: 
+                print("data format error: %s" % "\t".join(line))
+                print("data row contains two parts: label \t conversation_content")
+                continue
             guid = "%s-%d" % (set_type, i)
             text_a = line[1]
             text_a = tokenization.convert_to_unicode(text_a)
@@ -471,6 +485,10 @@ class DSTC2Processor(DataProcessor):
         index = 0
         conv_example = []
         for (i, line) in enumerate(lines): 
+            if len(line) != 3: 
+                print("data format error: %s" % "\t".join(line))
+                print("data row contains three parts: conversation_content \t question \1 answer \t state1 state2 state3......")
+                continue
             conv_no = line[0]
             text_a = line[1]
             label_list = line[2].split()
@@ -622,6 +640,10 @@ def create_multi_turn_examples(lines, set_type):
     conv_example = []
     index = 0
     for (i, line) in enumerate(lines): 
+        if len(line) != 4: 
+            print("data format error: %s" % "\t".join(line))
+            print("data row contains four parts: conversation_id \t label \t caller \t conversation_content")
+            continue
         tokens = line
         conv_no = tokens[0]
         if conv_no != conv_id and i != 0: 

PaddleNLP/dialogue_model_toolkit/dialogue_general_understanding/dgu/utils/configure.py

@@ -95,8 +95,6 @@ class ArgConfig(object):
         )
         train_g.add_arg("save_steps", int, 1000,
                         "The steps interval to save checkpoints.")
-        train_g.add_arg("use_fp16", bool, False,
-                        "Whether to use fp16 mixed precision training.")
         train_g.add_arg(
             "loss_scaling", float, 1.0,
             "Loss scaling factor for mixed precision training, only valid when use_fp16 is enabled."

PaddleNLP/dialogue_model_toolkit/dialogue_general_understanding/dgu_net.py

@@ -46,7 +46,7 @@ def create_net(
         sentence_ids=sent_ids,
         input_mask=input_mask,
         config=bert_conf,
-        use_fp16=args.use_fp16)
+        use_fp16=False)
 
     params = {'num_labels': num_labels,
               'src_ids': src_ids,

PaddleNLP/dialogue_model_toolkit/dialogue_general_understanding/predict.py

@@ -141,6 +141,7 @@ def do_predict(args):
             break
 
     np.set_printoptions(precision=4, suppress=True)
+    print("Write the predicted results into the output_prediction_file")
     with open(args.output_prediction_file, 'w') as fw: 
         if task_name not in ['atis_slot']: 
             for index, result in enumerate(all_results):

PaddleNLP/dialogue_model_toolkit/dialogue_general_understanding/run.sh

@@ -23,6 +23,10 @@ OUTPUT_PATH="./data/output"
 INFERENCE_MODEL="data/inference_models"
 PYTHON_PATH="python"
 
+if [ -f ${SAVE_MODEL_PATH} ]; then
+    rm ${SAVE_MODEL_PATH}
+fi
+
 if [ ! -d ${SAVE_MODEL_PATH} ]; then
 	mkdir ${SAVE_MODEL_PATH}
 fi
@@ -116,8 +120,7 @@ function train()
        --learning_rate=${learning_rate} \
        --weight_decay=0.01 \
        --max_seq_len=${max_seq_len} \
-       --print_steps=${print_steps} \
-       --use_fp16 false;
+       --print_steps=${print_steps};
 }
 
 #predicting

PaddleNLP/dialogue_model_toolkit/dialogue_general_understanding/train.py

@@ -140,7 +140,7 @@ def do_train(args):
                 startup_prog=startup_prog,
                 weight_decay=args.weight_decay,
                 scheduler=args.lr_scheduler,
-                use_fp16=args.use_fp16,
+                use_fp16=False,
                 loss_scaling=args.loss_scaling)
 
     data_reader.decorate_batch_generator(batch_generator)