语言:

• 英语 任务标签: 文本到文本生成

from transformers import T5ForConditionalGeneration
from transformers import T5TokenizerFast as T5Tokenizer
import pandas as pd
model = "svjack/comet-atomic-en"
device = "cpu"
#device = "cuda:0"
tokenizer = T5Tokenizer.from_pretrained(model)
model = T5ForConditionalGeneration.from_pretrained(model).to(device).eval()

必要前提前缀 = '后续事件发生的必要前提条件是什么？'
影响前缀 = '后续事件可能引发什么结果？'
意图前缀 = '后续事件的动机是什么？'
反应前缀 = '以下事件发生后你的感受如何？'


事件 = "X饱餐了一顿。"
for 前缀 in [必要前提前缀, 影响前缀, 意图前缀, 反应前缀]:
    提示 = "{}{}".format(前缀, 事件)
    编码 = tokenizer(提示, return_tensors='pt').to(device)
    回答 = model.generate(编码.input_ids,
                           max_length = 128,
        num_beams=2,
        top_p = 0.95,
        top_k = 50,
        repetition_penalty = 2.5,
        length_penalty=1.0,
        early_stopping=True,
                           )[0]
    解码结果 = tokenizer.decode(回答, skip_special_tokens=True)
    print(提示, "\n---回答：", 解码结果, "----\n")

后续事件发生的必要前提条件是什么？X饱餐了一顿。 
---回答： X去超市购物 ----

后续事件可能引发什么结果？X饱餐了一顿。 
---回答： X变胖了 ----

后续事件的动机是什么？X饱餐了一顿。 
---回答： X想吃东西 ----

以下事件发生后你的感受如何？X饱餐了一顿。 
---回答： X觉得味道很好 ----