test=develop (#2245)

PaddleNLP/dialogue_model_toolkit/deep_attention_matching/README.md

@@ -20,7 +20,7 @@ Overview of Deep Attention Matching Network
 ### 安装说明
 1. paddle安装
 
-	本项目依赖于Paddle Fluid 1.3.1 及以上版本，请参考[安装指南](http://www.paddlepaddle.org/#quick-start)进行安装
+    本项目依赖于Paddle Fluid 1.3.1 及以上版本，请参考[安装指南](http://www.paddlepaddle.org/#quick-start)进行安装
 
 2. 安装代码
 
@@ -37,35 +37,35 @@ Overview of Deep Attention Matching Network
 ### 开始第一次模型调用
 1. 数据准备
 
-	下载经过预处理的数据，运行该脚本之后，data目录下会存在ubuntu和douban两个文件夹。
-	```
-  	cd data
-  	sh download_data.sh
-  	```
+    下载经过预处理的数据，运行该脚本之后，data目录下会存在ubuntu和douban两个文件夹。
+    ```
+      cd data
+      sh download_data.sh
+      ```
 2. 模型训练
-	```
-	python -u main.py \
-	  --do_train True \
-	  --use_cuda \
-	  --data_path ./data/ubuntu/data_small.pkl \
-	  --save_path ./model_files/ubuntu \
-	  --use_pyreader \
-	  --vocab_size 434512 \
-	  --_EOS_ 28270 \
-	  --batch_size 32
-	```
+    ```
+    python -u main.py \
+      --do_train True \
+      --use_cuda \
+      --data_path ./data/ubuntu/data_small.pkl \
+      --save_path ./model_files/ubuntu \
+      --use_pyreader \
+      --vocab_size 434512 \
+      --_EOS_ 28270 \
+      --batch_size 32
+    ```
 3. 模型评估
-	```
-	python -u main.py \
-	  --do_test True \
-	  --use_cuda \
-	  --data_path ./data/ubuntu/data_small.pkl \
-	  --save_path ./model_files/ubuntu/step_372 \
-	  --model_path ./model_files/ubuntu/step_372 \
-	  --vocab_size 434512 \
-	  --_EOS_ 28270 \
-	  --batch_size 100
-	```
+    ```
+    python -u main.py \
+      --do_test True \
+      --use_cuda \
+      --data_path ./data/ubuntu/data_small.pkl \
+      --save_path ./model_files/ubuntu/step_372 \
+      --model_path ./model_files/ubuntu/step_372 \
+      --vocab_size 434512 \
+      --_EOS_ 28270 \
+      --batch_size 100
+    ```
 ## 进阶使用
 ### 任务定义与建模
 多轮对话匹配任务输入是多轮对话历史和候选回复，输出是回复匹配得分，根据匹配得分排序。
@@ -74,6 +74,10 @@ Overview of Deep Attention Matching Network
 ### 数据格式说明
 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
+```
+286 642 865 36    87 25 693       0
+17 54 975         512 775 54 6    1
+```
 
 注：本项目额外提供了分词预处理脚本（在preprocess目录下），可供用户使用，具体使用方法如
 下：
@@ -97,4 +101,3 @@ run.sh：训练、预测运行脚本
 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者为你写推荐信。
-