gpt自动文本生成代码

最新推荐文章于 2024-05-21 09:10:59 发布

超级酷乐猫

最新推荐文章于 2024-05-21 09:10:59 发布

阅读量1.6k

点赞数 1

分类专栏： NLP自然语言处理文章标签：自然语言处理 python 机器人 Powered by 金山文档

本文链接：https://blog.csdn.net/weixin_39759781/article/details/129258748

版权

NLP自然语言处理专栏收录该内容

3 篇文章 0 订阅

订阅专栏

文章介绍了借助Python的streamlit库创建前端界面，结合预训练的GPT2模型（如gpt2-chinese-cluecorpussmall）进行文本生成，展示了如何实现从前端输入到后端模型生成输出的流程。强调了文本生成模型在智能社会发展中的重要性以及NLP领域的探索价值。

摘要由CSDN通过智能技术生成

一、背景

近些年来随着ChatGPT的火热，越来越多的文本生成模型有了大展拳脚的机会，这会成为未来智能社会向前发展的趋势。

二、建设过程

前端可视化展示：模块包（streamlit）

我们可以用python的第三方模块包streamlit简单便捷的画出一个问题/答案的页面，该页面可以实现从输入到输出的全流程管理。

b. 后端模型：gpt2-chinese-cluecorpussmall

我们可以在网上找一些已经训练好的成熟的预训练模型（类似于gpt2-chinese-cluecorpussmall），通过这个模型可以实现根据输入的文本自动生成相应内容的功能

c. 前后端联动

三、总结

文本生成模型在以后的工作和生活中会起到很大的作用，大家可以打开思路保持好奇心，不断的探索NLP自然语言处理给人类带来的无穷妙用。

附代码：

from transformers import BertTokenizer, GPT2LMHeadModel, TextGenerationPipeline
import streamlit as st

input_value = st.text_input(label='文本提示:',value='')
if input_value:
    tokenizer = BertTokenizer.from_pretrained("uer/gpt2-chinese-cluecorpussmall")
    model = GPT2LMHeadModel.from_pretrained("uer/gpt2-chinese-cluecorpussmall")
    text_generator = TextGenerationPipeline(model, tokenizer)
    text = text_generator(input_value, max_length=300, do_sample=True)[0]['generated_text']
else:
    text = ''
st.text_area(label='生成文本:',value=text)