|
--- |
|
language: |
|
- zh |
|
tags: |
|
- SongNet |
|
- pytorch |
|
- zh |
|
- Text2Text-Generation |
|
license: apache-2.0 |
|
widget: |
|
- text: 严蕊<s1>如梦令<s2>道是梨花不是。</s>道是杏花不是。</s>白白与红红，别是东风情味。</s>曾记。</s>曾记。</s>人在武陵微醉。 |
|
library_name: transformers |
|
pipeline_tag: text2text-generation |
|
--- |
|
|
|
# SongNet for Chinese songci(songnet-base-chinese-songci) Model |
|
SongNet中文宋词仿写模型 |
|
|
|
`songnet-base-chinese-songci` evaluate couplet test data： |
|
|
|
The overall performance of SongNet on songci **test**: |
|
|
|
|input_text|predict| |
|
|:--- |:--- | |
|
|道是梨花不是。</s>道是杏花不是。</s>白白与红红，别是东风情味。</s>曾记。</s>曾记。</s>人在武陵微醉。|<bos>风撼梧桐影乱。</s>雨洒梧桐影乱。</s>又是一番红，人与暮霞俱远。</s>凄断。</s>凄断。</s>人与暮霞俱远。</s>| |
|
|
|
在宋词测试集上生成结果满足字数相同、词性对齐、词面对齐、形似要求，针对性的SongNet网络结构，在语义对仗工整和平仄合律上的效果明显优于T5和GPT2等模型。 |
|
|
|
SongNet的网络结构： |
|
|
|
 |
|
|
|
## Usage |
|
|
|
本项目开源在文本生成项目：[textgen](https://github.com/shibing624/textgen)，可支持SongNet模型，通过如下命令调用： |
|
|
|
Install package: |
|
```shell |
|
pip install -U textgen |
|
``` |
|
|
|
```python |
|
from textgen.language_modeling import SongNetModel |
|
|
|
|
|
model = SongNetModel(model_type='songnet', model_name='shibing624/songnet-base-chinese-songci') |
|
sentences = [ |
|
"严蕊<s1>如梦令<s2>道是梨花不是。</s>道是杏花不是。</s>白白与红红，别是东风情味。</s>曾记。</s>曾记。</s>人在武陵微醉。", |
|
"张抡<s1>春光好<s2>烟澹澹，雨。</s>水溶溶。</s>帖水落花飞不起，小桥东。</s>翩翩怨蝶愁蜂。</s>绕芳丛。</s>恋馀红。</s>不恨无情桥下水，恨东风。" |
|
] |
|
print("inputs:", sentences) |
|
print("outputs:", model.generate(sentences)) |
|
sentences = [ |
|
"秦湛<s1>卜算子<s2>_____，____到。_______，____俏。_____，____报。_______，____笑。", |
|
"秦湛<s1>卜算子<s2>_雨___，____到。______冰，____俏。____春，__春_报。__山花___，____笑。" |
|
] |
|
print("inputs:", sentences) |
|
print("outputs:", model.fill_mask(sentences)) |
|
``` |
|
|
|
output: |
|
```shell |
|
|
|
inputs: ['严蕊<s1>如梦令<s2>道是梨花不是。</s>道是杏花不是。</s>白白与红红，别是东风情味。</s>曾记。</s>曾记。</s>人在武陵微醉。', '张抡<s1>春光好<s2>烟澹澹，雨。</s>水溶溶。</s>帖水落花飞不起，小桥东。</s>翩翩怨蝶愁蜂。</s>绕芳丛。</s>恋馀红。</s>不恨无情桥下水，恨东风。'] |
|
outputs: ['<bos>风撼梧桐影乱。</s>雨洒梧桐影乱。</s>又是一番红，人与暮霞俱远。</s>凄断。</s>凄断。</s>人与暮霞俱远。</s>', '<bos>光阴速，还。</s>转飞残。</s>日向旧时檐下见，两三竿。</s>多少社寒垂涎。</s>玉人间。</s>恶循环。</s>不见旧时檐下见，两三竿。</s>'] |
|
inputs: ['秦湛<s1>卜算子<s2>_____，____到。_______，____俏。_____，____报。_______，____笑。', '秦湛<s1>卜算子<s2>_雨___，____到。______冰，____俏。____春，__春_报。__山花___，____笑。'] |
|
outputs: ['<bos>新月破寒影，正柳暗清到。千缕万绪浓於雨，多少匆匆俏。梦魂又不得，那堪断得报。听著窗前柳弄歌，寂寞梨花笑。</s>', '<bos>风雨送春归，草软莺簧到。门对宝篆淡淡冰，翠点吴绫俏。小立东风春，不怕春归报。多少山花妒落红，背面一饷笑。</s>'] |
|
``` |
|
|
|
模型文件组成： |
|
``` |
|
songnet-base-chinese-songci |
|
├── pytorch_model.bin |
|
└── vocab.txt |
|
``` |
|
|
|
|
|
### 训练数据集 |
|
#### 中文宋词数据集 |
|
|
|
- 数据：[songci](https://github.com/lipiji/SongNet/blob/master/data/ci.txt) |
|
- 相关内容 |
|
- [Huggingface](https://huggingface.co/) |
|
- [SongNet paper](https://aclanthology.org/2020.acl-main.68/) |
|
- [textgen](https://github.com/shibing624/textgen) |
|
|
|
|
|
数据格式： |
|
|
|
```text |
|
head -n 2 ci.txt |
|
赵必<s1>水调歌头<s2>百岁人能几，七十世间稀。</s>何况先生八十，蔗境美如饴。</s>好与七松处士，更与梅花君子，永结岁寒知。</s>菊节先五日，满酌紫霞卮。</s>美成词，山谷字，老坡诗。</s>三径田园如昨，久矣赋归辞。</s>不是商山四皓，便是香山九老，红颊白须眉。</s>九十尚入相，绿竹颂猗猗。 |
|
李曾伯<s1>水调歌头<s2>千一载英杰，百二国山河。</s>提封几半宇宙，万里仗天戈。</s>十乘晋军旗鼓，三岁秦关扃锁，地利属人和。</s>位次功第一，未数侯何。</s>建青油，持柴荷，听黄麻。</s>乾坤整顿都了，玉殿侍羲娥。</s>且醉东湖花柳，却泛西湖舟楫，留不住岷峨。</s>谁为语儒馆，浓墨被诗歌。 |
|
``` |
|
|
|
|
|
如果需要训练SongNet模型，请参考[https://github.com/shibing624/textgen/blob/main/examples/language_generation/training_zh_songnet_demo.py](https://github.com/shibing624/textgen/blob/main/examples/language_generation/training_zh_songnet_demo.py) |
|
|
|
|
|
## Citation |
|
|
|
```latex |
|
@software{textgen, |
|
author = {Xu Ming}, |
|
title = {textgen: Implementation of Text Generation models}, |
|
year = {2022}, |
|
url = {https://github.com/shibing624/textgen}, |
|
} |
|
``` |
