Merge pull request #1181 from linjieccc/fix_taskflow_senta

Add confidence score for sentiment analysis tasks

README.md

@@ -77,7 +77,7 @@ ddp("百度是一家高科技公司")
 # 情感分析
 senta = Taskflow("sentiment_analysis")
 senta("怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片")
->>> [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative'}]
+>>> [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative', 'score': 0.6691398620605469}]
 ```
 更多使用方法请参考[Taskflow文档](./docs/model_zoo/taskflow.md)
 

README_en.md

@@ -77,7 +77,7 @@ ddp("百度是一家高科技公司")
 # Sentiment Analysis
 senta = Taskflow("sentiment_analysis")
 senta("怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片")
->>> [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative'}]
+>>> [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative', 'score': 0.6691398620605469}]
 ```
 
 For more usage please refer to [Taskflow Docs](./docs/model_zoo/taskflow.md)

docs/model_zoo/taskflow.md

@@ -146,16 +146,16 @@ from paddlenlp import Taskflow
 
 senta = Taskflow("sentiment_analysis")
 senta("怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片")
->>> [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative'}]
+>>> [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative', 'score': 0.6691398620605469}]
 
 senta(["怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片",
         "作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间"])
->>> [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative'}, {'text': '作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间', 'label': 'positive'}]
+>>> [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative', 'score': 0.6691398620605469}, {'text': '作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间', 'label': 'positive', 'score': 0.9857505559921265}]
 
 # 使用SKEP情感分析预训练模型进行预测
 senta = Taskflow("sentiment_analysis", model="skep_ernie_1.0_large_ch")
 senta("作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间。")
->>> [{'text': '作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间。', 'label': 'positive'}]
+>>> [{'text': '作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间。', 'label': 'positive', 'score': 0.984320878982544}]
 ```
 
 ### 知识挖掘

paddlenlp/taskflow/models/sentiment_analysis_model.py

@@ -129,7 +129,7 @@ def forward(self, text, seq_len):
         logits = self.output_layer(fc_out)
         probs = F.softmax(logits, axis=1)
         idx = paddle.argmax(probs, axis=1).numpy()
-        return idx
+        return idx, probs
 
 
 class SkepSequenceModel(SkepPretrainedModel):
@@ -158,4 +158,4 @@ def forward(self,
         logits = self.classifier(pooled_output)
         probs = F.softmax(logits, axis=1)
         idx = paddle.argmax(probs, axis=1)
-        return idx
+        return idx, probs

paddlenlp/taskflow/sentiment_analysis.py

@@ -49,21 +49,21 @@
            senta = Taskflow("sentiment_analysis")
            senta("怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片")
            '''
-           [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative'}]
+           [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative', 'score': 0.6691398620605469}]
            '''
 
            senta(["怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片", 
                   "作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间"])
            '''
-           [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative'}, 
-            {'text': '作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间', 'label': 'positive'}
+           [{'text': '怀着十分激动的心情放映，可是看着看着发现，在放映完毕后，出现一集米老鼠的动画片', 'label': 'negative', 'score': 0.6691398620605469}, 
+            {'text': '作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间', 'label': 'positive', 'score': 0.9857505559921265}
            ]
            '''
 
            senta = Taskflow("sentiment_analysis", model="skep_ernie_1.0_large_ch")
            senta("作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间。")
            '''
-           [{'text': '作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间。', 'label': 'positive'}]
+           [{'text': '作为老的四星酒店，房间依然很整洁，相当不错。机场接机服务很好，可以在车上办理入住手续，节省时间。', 'label': 'positive', 'score': 0.984320878982544}]
            '''
          """
 
@@ -115,7 +115,7 @@ def _construct_model(self, model):
             padding_idx=pad_token_id,
             pooling_type='max')
         model_path = download_file(self._task_path, model + ".pdparams",
-                                   URLS[model][0], URLS[model][1], model)
+                                   URLS[model][0], URLS[model][1])
 
         # Load the model parameter for the predict
         state_dict = paddle.load(model_path)
@@ -126,7 +126,7 @@ def _construct_tokenizer(self, model):
         """
         Construct the tokenizer for the predictor.
         """
-        full_name = download_file(self.model, "senta_word_dict.txt",
+        full_name = download_file(self._task_path, "senta_word_dict.txt",
                                   URLS['bilstm_vocab'][0],
                                   URLS['bilstm_vocab'][1])
         vocab = Vocab.load_vocabulary(
@@ -181,28 +181,34 @@ def _run_model(self, inputs):
         Run the task model from the outputs of the `_tokenize` function. 
         """
         results = []
+        scores = []
         with static_mode_guard():
             for batch in inputs['data_loader']:
                 ids, lens = self.batchify_fn(batch)
                 self.input_handles[0].copy_from_cpu(ids)
                 self.input_handles[1].copy_from_cpu(lens)
                 self.predictor.run()
                 idx = self.output_handle[0].copy_to_cpu().tolist()
+                probs = self.output_handle[1].copy_to_cpu().tolist()
                 labels = [self._label_map[i] for i in idx]
+                score = [max(prob) for prob in probs]
                 results.extend(labels)
+                scores.extend(score)
 
         inputs['result'] = results
+        inputs['score'] = scores
         return inputs
 
     def _postprocess(self, inputs):
         """
         This function will convert the model output to raw text.
         """
         final_results = []
-        for text, label in zip(inputs['text'], inputs['result']):
+        for text, label, score in zip(inputs['text'], inputs['result'], inputs['score']):
             result = {}
             result['text'] = text
             result['label'] = label
+            result['score'] = score
             final_results.append(result)
         return final_results
 
@@ -302,27 +308,33 @@ def _run_model(self, inputs):
         Run the task model from the outputs of the `_tokenize` function. 
         """
         results = []
+        scores = []
         with static_mode_guard():
             for batch in inputs['data_loader']:
                 ids, segment_ids = self._batchify_fn(batch)
                 self.input_handles[0].copy_from_cpu(ids)
                 self.input_handles[1].copy_from_cpu(segment_ids)
                 self.predictor.run()
                 idx = self.output_handle[0].copy_to_cpu().tolist()
+                probs = self.output_handle[1].copy_to_cpu().tolist()
                 labels = [self._label_map[i] for i in idx]
+                score = [max(prob) for prob in probs]
                 results.extend(labels)
+                scores.extend(score)
 
         inputs['result'] = results
+        inputs['score'] = scores
         return inputs
 
     def _postprocess(self, inputs):
         """
         The model output is tag ids, this function will convert the model output to raw text.
         """
         final_results = []
-        for text, label in zip(inputs['text'], inputs['result']):
+        for text, label, score in zip(inputs['text'], inputs['result'], inputs['score']):
             result = {}
             result['text'] = text
             result['label'] = label
+            result['score'] = score
             final_results.append(result)
         return final_results