生成模型finetune相关框架

生成模型finetune:

t5训练写诗和对联：https://github.com/hululuzhu/chinese-ai-writing-share

Fengshenbang-LM框架
t5训练qa：https://github.com/IDEA-CCNL/Fengshenbang-LM/blob/main/fengshen/examples/qa_t5/finetune_t5_cmrc.py
t5训练summary：https://github.com/IDEA-CCNL/Fengshenbang-LM/blob/main/fengshen/examples/mt5_summary/pretrain_mt5_summary.sh
预训练t5:https://github.com/IDEA-CCNL/Fengshenbang-LM/tree/main/fengshen/examples/pretrain_t5

textgen框架
https://github.com/shibing624/textgen
UDA(非核心词替换)/EDA：本项目参考Google的UDA(非核心词替换)算法和EDA算法，基于TF-IDF将句子中部分不重要词替换为同义词，随机词插入、删除、替换等方法，产生新的文本，实现了文本扩增
BT(回译)：本项目基于百度翻译API实现了回译功能，先把中文句子翻译为英文，再把英文翻译为新的中文
Seq2Seq：本项目基于PyTorch实现了Seq2Seq、ConvSeq2Seq、BART模型的训练和预测，可以用于文本翻译、对话生成、摘要生成等文本生成任务
T5：本项目基于PyTorch实现了T5和CopyT5模型训练和预测，可以用于文本翻译、对话生成、对联生成、文案撰写等文本生成任务
GPT2：本项目基于PyTorch实现了GTP2模型训练和预测，可以用于文章生成、对联生成等文本生成任务
SongNet：本项目基于PyTorch实现了SongNet模型训练和预测，可以用于规范格式的诗词、歌词等文本生成任务
TGLS：本项目实现了TGLS无监督相似文本生成模型，是一种“先搜索后学习”的文本生成方法，通过反复迭代学习候选集，最终模型能生成类似候选集的高质量相似文本