Fix seq2seq readme error (#5069)

* update __init__

* update couplet api usage, delete useless import

* update seq2seq readme

* update seq2seq readme path

PaddleNLP/examples/machine_translation/seq2seq/README.md

@@ -31,7 +31,7 @@ Sequence to Sequence (Seq2Seq)，使用编码器-解码器（Encoder-Decoder）
 本教程使用[IWSLT'15 English-Vietnamese data ](https://nlp.stanford.edu/projects/nmt/)数据集中的英语到越南语的数据作为训练语料，tst2012的数据作为开发集，tst2013的数据作为测试集。
 
 ### 数据获取
-如果用户在初始化数据集时没有提供路径，数据集会自动下载到`paddlenlp.utils.env.DATA_HOME`的`/machine_translation/IWSLT15/`路径下，例如在linux系统下，默认存储路径是`/root/.paddlenlp/datasets/machine_translation/IWSLT15`。
+如果用户在初始化数据集时没有提供路径，数据集会自动下载到`paddlenlp.utils.env.DATA_HOME`的`/machine_translation/IWSLT15/`路径下，例如在linux系统下，默认存储路径是`~/.paddlenlp/datasets/machine_translation/IWSLT15`。
 
 ## 模型训练
 
@@ -56,7 +56,7 @@ python train.py \
 
 ## 模型预测
 
-训练完成之后，可以使用保存的模型（由 `--init_from_ckpt` 指定）对测试集的数据集进行beam search解码，其中译文数据由 `--infer_target_file` 指定），在linux系统下，默认安装路径为`/root/.paddlenlp/datasets/machine_translation/IWSLT15/iwslt15.en-vi/tst2013.vi`，如果您使用的是Windows系统，需要更改下面的路径。预测命令如下：
+训练完成之后，可以使用保存的模型（由 `--init_from_ckpt` 指定）对测试集的数据集进行beam search解码，其中译文数据由 `--infer_target_file` 指定），在linux系统下，默认安装路径为`~/.paddlenlp/datasets/machine_translation/IWSLT15/iwslt15.en-vi/tst2013.vi`，如果您使用的是Windows系统，需要更改下面的路径。预测命令如下：
 
 ```sh
 python predict.py \
@@ -67,7 +67,7 @@ python predict.py \
      --init_scale  0.1 \
      --max_grad_norm 5.0 \
      --init_from_ckpt attention_models/9 \
-     --infer_target_file /root/.paddlenlp/datasets/machine_translation/IWSLT15/iwslt15.en-vi/tst2013.vi \
+     --infer_target_file ~/.paddlenlp/datasets/machine_translation/IWSLT15/iwslt15.en-vi/tst2013.vi \
      --infer_output_file infer_output.txt \
      --beam_size 10 \
      --use_gpu True
@@ -75,11 +75,12 @@ python predict.py \
 
 各参数的具体说明请参阅 `args.py` ，注意预测时所用模型超参数需和训练时一致。
 
-## 效果评价
-使用 [*multi-bleu.perl*](https://github.com/moses-smt/mosesdecoder.git) 工具来评价模型预测的翻译质量，使用方法如下：
+## 预测效果评价
+使用 [*multi-bleu.perl*](https://github.com/moses-smt/mosesdecoder.git) 工具来评价模型预测的翻译质量，将该工具下载在该项目路径下，然后使用如下的命令，可以看到BLEU指标的结果
+（需要注意的是，在windows系统下，可能需要更改文件路径`~/.paddlenlp/datasets/machine_translation/IWSLT15/iwslt15.en-vi/tst2013.vi`）：
 
 ```sh
-perl mosesdecoder/scripts/generic/multi-bleu.perl data/en-vi/tst2013.vi < infer_output.txt
+perl mosesdecoder/scripts/generic/multi-bleu.perl ~/.paddlenlp/datasets/machine_translation/IWSLT15/iwslt15.en-vi/tst2013.vi < infer_output.txt
 ```
 
 取第10个epoch保存的模型进行预测，取beam_size=10。效果如下：

PaddleNLP/examples/text_generation/couplet/README.md

@@ -30,7 +30,7 @@ Sequence to Sequence (Seq2Seq)，使用编码器-解码器（Encoder-Decoder）
 
 本教程使用[couplet数据集](https://paddlenlp.bj.bcebos.com/datasets/couplet.tar.gz)数据集作为训练语料，train_src.tsv及train_tgt.tsv为训练集，dev_src.tsv及test_tgt.tsv为开发集，test_src.tsv及test_tgt.tsv为测试集。
 
-数据集会在`CoupletDataset`初始化时自动下载,如果用户在初始化数据集时没有提供路径，在linux系统下，数据集会自动下载到`/root/.paddlenlp/datasets/machine_translation/CoupletDataset/`目录下
+数据集会在`CoupletDataset`初始化时自动下载,如果用户在初始化数据集时没有提供路径，在linux系统下，数据集会自动下载到`~/.paddlenlp/datasets/machine_translation/CoupletDataset/`目录下
 
 
 ## 模型训练
@@ -72,16 +72,12 @@ python predict.py \
 
 上联：崖悬风雨骤                下联：月落水云寒
 
-
 上联：约春章柳下                下联：邀月醉花间
 
-
 上联：箬笠红尘外                下联：扁舟明月中
 
-
 上联：书香醉倒窗前月        下联：烛影摇红梦里人
 
-
 上联：踏雪寻梅求雅趣        下联：临风把酒觅知音
 
 上联：未出南阳天下论        下联：先登北斗汉中书

PaddleNLP/examples/text_generation/couplet/data.py

@@ -19,10 +19,8 @@ from functools import partial
 import numpy as np
 
 import paddle
-from paddle.utils.download import get_path_from_url
 from paddlenlp.data import Vocab, Pad
 from paddlenlp.data import SamplerHelper
-from paddlenlp.utils.env import DATA_HOME
 from paddlenlp.datasets import TranslationDataset
 
 
@@ -32,7 +30,7 @@ def create_train_loader(batch_size=128):
     pad_id = vocab[CoupletDataset.EOS_TOKEN]
 
     train_batch_sampler = SamplerHelper(train_ds).shuffle().batch(
-        batch_size=batch_size).shard()
+        batch_size=batch_size)
 
     train_loader = paddle.io.DataLoader(
         train_ds,
@@ -50,8 +48,7 @@ def create_infer_loader(batch_size=128):
     bos_id = vocab[CoupletDataset.BOS_TOKEN]
     eos_id = vocab[CoupletDataset.EOS_TOKEN]
 
-    test_batch_sampler = SamplerHelper(test_ds).batch(
-        batch_size=batch_size).shard()
+    test_batch_sampler = SamplerHelper(test_ds).batch(batch_size=batch_size)
 
     test_loader = paddle.io.DataLoader(
         test_ds,
@@ -103,7 +100,7 @@ class CoupletDataset(TranslationDataset):
             raise TypeError(
                 '`train`, `dev` or `test` is supported but `{}` is passed in'.
                 format(mode))
-        # Download data
+        # Download and read data
         self.data = self.get_data(mode=mode, root=root)
         self.vocab, _ = self.get_vocab(root)
         self.transform()

PaddleNLP/examples/text_generation/couplet/predict.py

@@ -44,7 +44,7 @@ def do_predict(args):
     test_loader, vocab_size, pad_id, bos_id, eos_id = create_infer_loader(
         args.batch_size)
     vocab, _ = CoupletDataset.get_vocab()
-    trg_idx2word = vocab._idx_to_token
+    trg_idx2word = vocab.idx_to_token
 
     model = paddle.Model(
         Seq2SeqAttnInferModel(

PaddleNLP/paddlenlp/__init__.py

@@ -12,7 +12,7 @@
 # See the License for the specific language governing permissions and
 # limitations under the License.
 
-__version__ = '2.0.0a7'
+__version__ = '2.0.0a8'
 
 from . import data
 from . import datasets