modify ernie_gen README (#5090)

modify ernie_gen README (#5090)

PaddleNLP/examples/lexical_analysis/README.md

@@ -92,8 +92,3 @@ python predict.py --data_dir ./lexical_analysis_dataset_tiny \
         --batch_size 32 \
         --use_gpu True
 ```
-
-
-### 如何贡献代码
-
-如果你可以修复某个 issue 或者增加一个新功能，欢迎给我们提交 PR。如果对应的 PR 被接受了，我们将根据贡献的质量和难度 进行打分（0-5 分，越高越好）。如果你累计获得了 10 分，可以联系我们获得面试机会或为你写推荐信。

PaddleNLP/examples/text_generation/ernie-gen/README.md

@@ -2,7 +2,7 @@
 
 ## 1. 简介
 
-**ERNIE-GEN 是面向生成任务的预训练-微调框架**，首次在预训练阶段加入**span-by-span 生成**任务，让模型每次能够生成一个语义完整的片段。在预训练和微调中通过**填充式生成机制**和**噪声感知机制**来缓解曝光偏差问题。此外, ERNIE-GEN 采样**多片段-多粒度目标文本采样**策略, 增强源文本和目标文本的关联性，加强了编码器和解码器的交互。
+ERNIE-GEN 是面向生成任务的预训练-微调框架，首次在预训练阶段加入**span-by-span 生成任务**，让模型每次能够生成一个语义完整的片段。在预训练和微调中通过**填充式生成机制**和**噪声感知机制**来缓解曝光偏差问题。此外, ERNIE-GEN 采样**多片段-多粒度目标文本采样策略**, 增强源文本和目标文本的关联性，加强了编码器和解码器的交互。
 
 ![multi-flow-attention](https://github.com/PaddlePaddle/ERNIE/raw/repro/ernie-gen/.meta/multi-flow-attention.png)
 
@@ -16,6 +16,8 @@
 
 - paddlenlp >= 2.0.0b, 安装方式：`pip install paddlenlp>=2.0.0b`
 
+- tqdm，安装方式：`pip install tqdm`
+
 ### 2.2 数据准备
 
 在本例中，我们提供了古诗词数据集，示例数据如下：
@@ -71,6 +73,8 @@ python -u ./train.py \
 - `n_gpu` 表示使用的 GPU 卡数。若希望使用多卡训练，将其设置为指定数目即可；若为0，则使用CPU。
 - `init_checkpoint` 表示模型加载路径，通过设置此参数可以开启增量训练。
 
+训练会持续很长的时间，为此我们提供了[微调后的模型](https://paddlenlp.bj.bcebos.com/models/transformers/ernie_gen_finetuned/ernie_1.0_poetry.pdparams)。您可以下载该模型并通过`init_checkpoint`加载其参数进行增量训练、评估或预测。
+
 ### 2.4 模型评估
 
 通过加载训练保存的模型，可以对验证集数据进行验证，启动方式如下：
@@ -107,6 +111,7 @@ python -u ./predict.py \
     --use_gpu
 ```
 
+
 ## 引用
 
 您可以按下面的格式引用ERNIE-Gen论文:
@@ -119,7 +124,3 @@ python -u ./predict.py \
   year={2020}
 }
 ```
-
-## 如何贡献代码
-
-如果你可以修复某个 issue 或者增加一个新功能，欢迎给我们提交 PR。如果对应的 PR 被接受了，我们将根据贡献的质量和难度 进行打分（0-5 分，越高越好）。如果你累计获得了 10 分，可以联系我们获得面试机会或为你写推荐信。

PaddleNLP/examples/text_generation/ernie-gen/predict.py

@@ -47,7 +47,7 @@ def predict():
     else:
         tokenizer = BertTokenizer.from_pretrained(args.model_name_or_path)
 
-    dev_dataset = Poetry.get_datasets(['test'])
+    dev_dataset = Poetry.get_datasets(['dev'])
     attn_id = tokenizer.vocab[
         '[ATTN]'] if '[ATTN]' in tokenizer.vocab else tokenizer.vocab['[MASK]']
     tgt_type_id = model.sent_emb.weight.shape[0] - 1