Fix windows bug (#5140)

* add embedding example in embeddings.md

* add embedding.md link in toke_embedding readme

* fix windows url bug

PaddleNLP/docs/embeddings.md

@@ -3,13 +3,15 @@
   - [英文词向量](#英文词向量)  
     - [GloVe](#glove)  
     - [FastText](#fasttext)
+  - [使用方式](#使用方式)
   - [模型信息](#模型信息)
   - [致谢](#致谢)  
   - [参考论文](#参考论文)
 
 # Embedding 模型汇总
 
-PaddleNLP提供多个开源的预训练Embedding模型，用户仅需在使用`paddlenlp.embeddings.TokenEmbedding`时，指定预训练模型的名称，即可加载相对应的预训练模型。以下为PaddleNLP所支持的预训练Embedding模型，其名称用作`paddlenlp.embeddings.TokenEmbedding`的参数。命名方式为：\${训练模型}.\${语料}.\${词向量类型}.\${co-occurrence type}.dim\${维度}。训练模型有三种，分别是Word2Vec(w2v, 使用skip-gram模型训练), GloVe(glove)和FastText(fasttext)。
+PaddleNLP提供多个开源的预训练Embedding模型，用户仅需在使用`paddlenlp.embeddings.TokenEmbedding`时，指定预训练模型的名称，即可加载相对应的预训练模型。以下为PaddleNLP所支持的预训练Embedding模型，其名称用作`paddlenlp.embeddings.TokenEmbedding`的参数。命名方式为：\${训练模型}.\${语料}.\${词向量类型}.\${co-occurrence type}.dim\${维度}。训练模型有三种，分别是Word2Vec(w2v, 使用skip-gram模型训练), GloVe(glove)和FastText(fasttext)。在[使用方式](#使用方式)这一节中，将介绍如何通过模型名称使用`paddlenlp.embeddings.TokenEmbedding`加载预训练模型。
+
 
 ## 中文词向量
 
@@ -65,6 +67,17 @@ PaddleNLP提供多个开源的预训练Embedding模型，用户仅需在使用`p
 | Wiki2017 | fasttext.wiki-news.target.word-word.dim300.en |
 | Crawl    | fasttext.crawl.target.word-word.dim300.en |
 
+## 使用方式
+
+以上所述的模型名称可直接以参数形式传入padddlenlp.embeddings.TokenEmbedding，加载相对应的模型。比如要加载语料为Wiki2017，通过FastText训练的预训练模型（`fasttext.wiki-news.target.word-word.dim300.en`），只需执行以下代码：
+
+```python
+import paddle
+from paddlenlp.embeddings import TokenEmbedding
+
+token_embedding = TokenEmbedding(embedding_name="fasttext.wiki-news.target.word-word.dim300.en")
+```
+
 ## 模型信息
 
 | 模型 | 文件大小 | 词表大小 |

PaddleNLP/paddlenlp/embeddings/README.md

@@ -4,7 +4,7 @@
 
 |  参数 | 类型  | 属性  |
 | ------------ | ------------ | ------------ |
-| embedding_name | **string**  | 预训练embedding名称，可通过paddlenlp.embeddings.list_embedding_name查询。 |
+| embedding_name | **string**  | 预训练embedding名称，可通过paddlenlp.embeddings.list_embedding_name或[Embedding 模型汇总](../../docs/embeddings.md)查询。 |
 | unknown_token | **string**  | unknown token。 |
 | unknown_token_vector | **list** 或者 **np.array** | 用来初始化unknown token对应的vector。默认为None（以正态分布方式初始化vector）|
 | extended_vocab_path | **string**  | 扩展词表的文件名路径。词表格式为一行一个词。 |

PaddleNLP/paddlenlp/embeddings/constant.py

@@ -16,7 +16,7 @@ from enum import Enum
 import os.path as osp
 
 URL_ROOT = "https://paddlenlp.bj.bcebos.com"
-EMBEDDING_URL_ROOT = osp.join(URL_ROOT, "models/embeddings")
+EMBEDDING_URL_ROOT = URL_ROOT + "/models/embeddings"
 
 PAD_TOKEN = '[PAD]'
 UNK_TOKEN = '[UNK]'

PaddleNLP/paddlenlp/embeddings/token_embedding.py

@@ -69,7 +69,7 @@ class TokenEmbedding(nn.Embedding):
         vector_path = osp.join(EMBEDDING_HOME, embedding_name + ".npz")
         if not osp.exists(vector_path):
             # download
-            url = osp.join(EMBEDDING_URL_ROOT, embedding_name + ".tar.gz")
+            url = EMBEDDING_URL_ROOT + "/" + embedding_name + ".tar.gz"
             get_path_from_url(url, EMBEDDING_HOME)
 
         logger.info("Loading token embedding...")