Add UIE-M

[linjieccc]

PR types

New features

PR changes

Models

Description

• 新增uie-m-base和uie-m-large支持中英文混合抽取，调用示例：

  >>> from pprint import pprint
  >>> from paddlenlp import Taskflow
  
  >>> schema = ['Time', 'Player', 'Competition', 'Score']
  >>> ie = Taskflow('information_extraction', schema=schema, model="uie-m-base", schema_lang="en")
  >>> pprint(ie(["2月8日上午北京冬奥会自由式滑雪女子大跳台决赛中中国选手谷爱凌以188.25分获得金牌！", "Rafael Nadal wins French Open Final!"]))
  [{'Competition': [{'end': 23,
                    'probability': 0.9373889907291257,
                    'start': 6,
                    'text': '北京冬奥会自由式滑雪女子大跳台决赛'}],
    'Player': [{'end': 31,
                'probability': 0.6981119555336441,
                'start': 28,
                'text': '谷爱凌'}],
    'Score': [{'end': 39,
              'probability': 0.9888507878270296,
              'start': 32,
              'text': '188.25分'}],
    'Time': [{'end': 6,
              'probability': 0.9784080036931151,
              'start': 0,
              'text': '2月8日上午'}]},
  {'Competition': [{'end': 35,
                    'probability': 0.9851549932171295,
                    'start': 18,
                    'text': 'French Open Final'}],
    'Player': [{'end': 12,
                'probability': 0.9379371275888104,
                'start': 0,
                'text': 'Rafael Nadal'}]}]

• 模型结构：

  模型	结构	语言
  uie-m-large	24-layers, 1024-hidden, 16-heads	中、英文
  uie-m-base	12-layers, 768-hidden, 12-heads	中、英文

• 模型指标：

  	金融		医疗		互联网
  	0-shot	5-shot	0-shot	5-shot	0-shot	5-shot
  uie-base (12L768H)	46.43	70.92	71.83	85.72	78.33	81.86
  uie-medium (6L768H)	41.11	64.53	65.40	75.72	78.32	79.68
  uie-mini (6L384H)	37.04	64.65	60.50	78.36	72.09	76.38
  uie-micro (4L384H)	37.53	62.11	57.04	75.92	66.00	70.22
  uie-nano (4L312H)	38.94	66.83	48.29	76.74	62.86	72.35
  uie-m-large (24L1024H)	49.35	74.55	70.50	92.66	78.49	83.02
  uie-m-base (12L768H)	38.46	74.31	63.37	87.32	76.27	80.13

[wawltor]

这里确定一下UIE多语言版本，在训练的时候只是支持中文、英文

[linjieccc]

嗯嗯 目前UIE-M多任务阶段只加了中英文数据

[wawltor]

这里应该提示设置哪些内容

[linjieccc]

done, thx

[wawltor]

LGTM