/mimix

Chinese Text Generation/中文文本生成,包括诗词曲联生成、歌词生成、现代诗生成、问题扩增、自动摘要、文言文翻译、问题相似度模型、作文模型、新闻评论生成、商品文案生成、商品评价生成、武侠小说生成、生成式问答、中英机器翻译

Primary LanguagePythonApache License 2.0Apache-2.0

Mimix: A Tool for Seq2seq learning framework based on Pytorch and Tensorflow

Mimix is a tool for Seq2seq learning framework based on Pytorch. Basically, I implement several generative models, including rnn-seq2seq and transformer. Some other models, such as Text CNN, Transformer-based classifier and Transformer-based Language model, are also provided. To facilitate the use of pretrained models, Mimix can also load bert model weights. Other pretrained models may be supported in the future.

I have trained some Chinese Generative Models which are listed in Demo section. You can follow the instructions and run the demo. An application is required for model download.

Cite

@misc{mimix,
  title={mimix},
  author={Xiaoyuan Yao},
  year={2021}
}

Models

Several pretrained models are listed below. Some models are not available for download due to the data privacy. Please check the "open for download" column. You can follow the instructions to use the open-download model.

model name architecture n_params n_layers d_model n_heads n_samples data size open for download
Chinese chitchat generation transformer enc-dec 100m 12 512 8 400m 76GB True
Chinese shi,ci,duilian generation transformer dec-only lm 49m 12 512 8 6m 1GB True
Chinese news summarization generation transformer enc-dec 100m 12 512 8 18m 42GB True
Chinese modern poet, lyric generation transformer dec-only lm 103m 12 768 12 2m 1GB True
Chinese question paraphrase generation transformer enc-dec 216m 12 768 12 32m 25GB True
Chinese question similarity tool transformer enc 103m 12 768 12 32m 25GB True
Chinese question generation transformer enc-dec 216m 12 768 12 0.5m 0.5GB True
Chinese comment generation transformer enc-dec 216m 12 768 12 18m 1.8GB True
Chinese essay generation transformer dec-only lm 135m 12 768 12 480k 0.7GB True
Chinese qa generation transformer enc-dec 100m 12 768 12 66m 12.8GB True
Chinese product description generation transformer enc-dec 216m 12 768 12 2m 0.7GB True
Chinese product review generation transformer enc-dec 216m 12 768 12 10m 2.4GB True
Chinese wuxia novel generation transformer dec-only lm 369m 24 1024 16 830k 1.2G True
Chinese-English translation transformer enc-dec 216m 12 768 12 60m 16GB True
Chinese ancient translation transformer enc-dec 216m 12 768 12 6m 1GB False
Chinese shi,ci,duilian generation v2 transformer dec-only lm 102m 12 768 12 6m 1GB False
Chinese news summarization generation v2 transformer enc-dec 216m 12 768 12 36m 113GB False

HOW TO RUN MODEL

  1. Download conf and model data. Please scan the completed agreement. If agree to the agreement, fill in the information and send the agreement to yaoxiaoyuan1990 at gmail dot com. Without agreement, I won't reply to you. I will send links to your email address once the procedure is approved. The email title must be written as "Application to download the Mimix Models".

  2. Put conf and model under mimix folder

  3. cd src and run:

    1. Chinese chitchat generation: python interact.py --model_conf ../conf/chat_base_conf

      1. input:今天天气好热啊

      2. output:

        你们那里不热吗? -5.690431594848633

        是啊,今天不热 -6.024079322814941

        没有空调的日子好无聊啊 -6.452165603637695

        来我这里吹空调,凉快 -6.467472553253174

        不热啊 凉快 -6.556297302246094

        我今天穿的是一件外套 -7.752975940704346

        哈哈哈,我是来看热的 -7.771842002868652

        这个鞋子很好看 -7.823556900024414

        冷啊 今天好热 -7.892529487609863

        今天风大,出门都没开空调 -8.928380966186523

    2. Chinese shiciqulian generation: python interact.py --model_conf ../conf/shi_base_conf

      1. input: _shi_ _xinyun_ _7lv_ _title_

      2. output: _shi_ _xinyun_ _7lv_ _title_ 题赠友人 _content_ 曾经万里隔寒霜,梦寐三更到谢娘。一朵白云飘故旧,千丝玉絮送清凉。天涯雁影南方去,海角归心北地伤。岁月蹉跎尘念久,年华虚度鬓如霜。

    3. Chinese summarization generation interact.py --model_conf ../conf/summ_base_conf

      1. input: 6月21日,河北省公安厅发布唐山打人案情况通报:经查,2022年6月7日,陈某亮(男,43岁)等4人从江苏驾车至河北唐山,与陈某志(男,41岁)等人合谋实施网络赌博洗钱违法犯罪活动。6月10日凌晨,陈某志等5人与陈某亮等4人在唐山市路北区某烧烤店聚餐饮酒。期 间,2时40分,陈某志对下班后在同店就餐的王某某(女,31岁)进行*扰,遭拒后伙同马某齐(男,25岁)、陈某亮等人,对王某某、 刘某某(女,29岁)等4人进行殴打,2时47分逃离,2时55分4名被害人由120送医。2时41分接群众报警后,唐山市公安局路北分局机场路派出所民警率辅警于3时09分赶到现场开展处置工作。据通报,2时40分陈某志对女孩进行*扰,2时41分警方接到群众报警,冲突发生1分钟即有人报警。2时47分陈某志及其同伙逃离,从*扰到逃离,共计7分钟。

      2. output:

        唐山打人案情况通报 -5.3681640625

        河北省公安厅通报唐山打人案情况 -6.82421875

        河北警方通报唐山打人案情况 -7.1669921875

        唐山打人案情况通报:4人合谋实施网络赌博洗钱违法犯罪活动 -8.2666015625

        唐山打人案情况通报:4人合谋实施网络赌博洗钱违法犯罪 -9.4990234375

        唐山打人案情况通报:4人合谋实施网络赌博洗钱 -9.9794921875

        唐山打人案情况通报:4名被害人从120送医 -10.2021484375

        河北警方通报唐山打人案情况:4人合谋实施网络赌博洗钱违法犯罪活动 -10.27734375

        河北省公安厅通报唐山打人案情况:4人合谋实施网络赌博洗钱违法犯罪活动 -10.55828857421875

        河北警方通报唐山打人案情况:4名被害人由120送医 -11.2734375

        唐山打人案情况通报:4人合谋实施网络赌博洗钱犯罪活动 -11.3076171875

        河北警方通报唐山打人案情况:4人合谋实施网络赌博洗钱 -11.52734375

        唐山打人案情况通报:4人合谋实施网络赌博洗钱活动 -11.560546875

        河北省公安厅通报唐山打人案情况:4名被害人由120送医 -11.7265625

        唐山打人案情况通报:4名被害人被殴打7分钟 -11.966796875

    4. Chinese shiciqulian generation v2: python interact.py --model_conf ../conf/shi_base_conf_v2

      1. input: _shi_ _xinyun_ _7lv_ _title_

      2. output: _shi_ _xinyun_ _7lv_ _title_ 秋菊 _content_ 月冷霜寒百草黄,疏篱落木卸浓妆。清姿独傲冰风骨,雅韵闲生玉露香。翠色满园人未识,花容入梦夜初长。无须绿叶来陪衬,此处陶然笑夕阳。

    5. Chinese summarization generation v2: python interact.py --model_conf ../conf/summ_base_conf_v2

      1. input: 6月21日,河北省公安厅发布唐山打人案情况通报:经查,2022年6月7日,陈某亮(男,43岁)等4人从江苏驾车至河北唐山,与陈某志(男,41岁)等人合谋实施网络赌博洗钱违法犯罪活动。6月10日凌晨,陈某志等5人与陈某亮等4人在唐山市路北区某烧烤店聚餐饮酒。期 间,2时40分,陈某志对下班后在同店就餐的王某某(女,31岁)进行*扰,遭拒后伙同马某齐(男,25岁)、陈某亮等人,对王某某、 刘某某(女,29岁)等4人进行殴打,2时47分逃离,2时55分4名被害人由120送医。2时41分接群众报警后,唐山市公安局路北分局机场路派出所民警率辅警于3时09分赶到现场开展处置工作。据通报,2时40分陈某志对女孩进行*扰,2时41分警方接到群众报警,冲突发生1分钟即有人报警。2时47分陈某志及其同伙逃离,从*扰到逃离,共计7分钟。

      2. output:

        河北省公安厅发布唐山打人案情况通报 -4.3955078125

        河北省公安厅通报唐山打人案情况 -5.14453125

        河北省公安厅通报唐山打人案 -6.619140625

        河北省公安厅通报唐山打人案情况通报 -6.9287109375

        河北警方通报唐山打人案情况 -6.9638671875

        河北省公安厅发布唐山打人案情况通报! -7.060546875

        河北省公安厅通报唐山打人案情况! -7.927734375

        河北省公安厅通报唐山打人案情况:4人合谋实施网络赌博洗钱 -8.693359375

        河北省公安厅发布唐山打人案情况通报:4人合谋实施网络赌博洗钱 -9.5048828125

        河北省公安厅通报唐山打人案情况:4人合谋实施网络赌博洗钱违法犯罪活动 -10.0068359375

        河北省公安厅通报唐山打人案情况:4人合谋实施网络赌博 -10.1826171875

        河北省公安厅发布唐山打人案情况通报:4人被殴打 -10.6962890625

        河北省公安厅发布唐山打人案情况通报:4人合谋实施网络赌博 -10.759765625

        河北省公安厅发布唐山打人案情况通报:4人合谋实施网络赌博洗钱违法犯罪活 -11.46523380279541

        河北省公安厅发布唐山打人案情况通报:4人凌晨聚餐饮酒 -11.826171875

    6. Chinese modern poet, lyric generation : python interact.py --model_conf ../conf/poet_base_conf

      1. input: _poet_ _title_ 寒江雪 _content_

      2. output: _poet_ _title_ 寒江雪 _content_ 冬夜 _nl_ 没有月亮 _nl_ 只剩下 _nl_ 一片 _nl_ 孤独的白 _nl_ 风 _nl_ 把满山野林 _nl_ 吹得 _nl_ 更加 _nl_ 清凉 _nl_ 而我 _nl_ 正倚着窗 _nl_ 听 _nl_ 那 _nl_ 簌簌 落英 _nl_ 和 _nl_ 天地 _nl_ 对话

    7. Chinese question paraphrase generation: python interact.py --model_conf ../conf/aug_base_conf

      1. input: 孕妇吃什么好

      2. output:

        适合孕妇吃的食物 -4.042654037475586

        怀孕的人吃什么好 -7.5486650466918945

        最适合孕妇吃的食物 -8.162402153015137

        孕妇适合吃什么食物? -8.664673805236816

        哪些食物对孕妇好 -9.0930814743042

        产妇适合吃啥 -9.227267265319824

        女性怀孕吃啥好 -10.365612030029297

        妊娠期吃什么好 -11.004858016967773

        什么食物对孕妇有好处 -11.71064281463623

        在孕期时,吃什么食物对胎儿比较好? -16.173974990844727

    8. Chinese question similarity tool: interact.py --conf ../conf/sim_base_conf

      1. input: 适合小孩听的歌\t推荐几首儿歌\t熬夜有什么坏处\t晚睡对身体的影响

      2. output:

        适合小孩听的歌 推荐几首儿歌 0.708049

        适合小孩听的歌 熬夜有什么坏处 0.11056142

        适合小孩听的歌 晚睡对身体的影响 0.19936031

        推荐几首儿歌 熬夜有什么坏处 0.015660984

        推荐几首儿歌 晚睡对身体的影响 0.046153657

        熬夜有什么坏处 晚睡对身体的影响 0.6877855

    9. Chinese question generation: python interact.py --model_conf ../conf/qg_base_conf

      1. input: 《玫瑰之战》是由孙皓执导,郑仁湘、张涵编剧,袁泉、黄晓明、俞飞鸿领衔主演,代旭、于谨维、王鹤润主演、芦芳生、张艺上、隋俊波特邀主演,王志飞特约出演,王姬特别主演的都市剧。

      2. output:

        孙皓 _sep_ 玫瑰之战是谁执导的。 -6.365093231201172

    10. Chinese ancient translation: python interact.py --model_conf ../conf/a2m_base_conf

      1. input: 白日依山尽,黄河入海流。欲穷千里目,更上一层楼。

      2. output:

      夕阳依傍着终南山慢慢地西沉,滔滔黄河奔腾向东流入大海。想要把千里之外的景色看完,就应该再登上更高的一层城楼。 -5.5400390625

      夕阳依傍着高山慢慢地西沉,滔滔黄河奔腾向东流去。想要把千里之外的景色看完,就应该再登上更高的一层城楼。 -5.7763671875

      夕阳依傍着高山慢慢地西沉,滔滔黄河奔腾向东流入大海。想要把千里之外的景色看完,就应该再登上更高的一层城楼。 -5.8095703125

      夕阳依傍着山峦慢慢地西沉,滔滔黄河奔腾向东流入大海。想要把千里之外的景色看完,就应该再登上更高的一层城楼。 -5.8486328125

      夕阳依傍着终南山慢慢地西沉,滔滔黄河奔腾向东流入大海。想要把千里之外的景色尽情地观赏,就应该再登上更高的一层城楼。 -7.002392292022705

    11. Chinese comment generation: python interact.py --model_conf ../conf/comment_base_conf

      1. input: 今天(9月27日),**空军新闻发言人申进科大校在第14届**航展新闻发布会上表示,歼-20已经遍布东南西北中,列装越来越多、飞得越来越远。

      2. output:

      **军工加油 -9.763671875

      **军工加油! -9.810546875

      **人民解放军**! -10.584172248840332

    12. Chinese essay generation: python interact.py --model_conf ../conf/essay_base_conf

      1. input: 春天

      2. output:

        春天来了 _sep_ “春天在哪里呀,春天在哪?春天在那小朋友的眼睛里。”随着春风和歌声,春姑娘催促我们赶紧出门寻找春天来。一 走进花园,闻见浓浓的花香和泥土的芳香,在向前走几步,就能闻到鲜花的芳香,看到满地的小野花,有红色的、黄色的、蓝色的、紫的,五颜六色,美丽极了!早晨,坐上妈妈送我的自行车去上学,虽然很冷,但是在妈妈的带领下,我真的很开心。回到家,给妈妈说:“妈妈,春天在我家的小院里,我要到院子里去了。”她顺口答应了,去给我买小礼物了。到了院子里,我看见两边的杨树发芽了,枝头也长出了一片小嫩芽。忽然我们的院子里多了一种植物,爸爸说:“那是桃树。”我兴奋地说:“这块地就是桃树的家了!这里的桃树叫桃中四君子呢!”田野里的花真多呀,把山上的树木都覆盖住了;那些紫粉的花,像婴儿睡在妈妈的肚子里、还有那些展开小翅膀的花,像眼睛里放着光;这些花朵很大,很大,像一个个白色的大绒球,在风中翩翩起舞。田野里的油菜花更美了!大地被油菜花染成黄色,风一吹,油菜荚上的金光闪闪,好像在跳一支动人的芭蕾。田野里的春天真美呀!春天真神奇呀!我爱春天! [-736.4401]

    13. Chinese qa generation: python interact.py --model_conf ../conf/qa_base_conf

      1. input: 失恋了怎么办

      2. output:

        找个新欢 -6.095271110534668

        失恋了就不要再想对方,这样会让自己很难受。 -6.133023738861084

        我也有过这样的经历,但是不要放弃。 -6.613738536834717

        失恋了,就该找一个懂得珍惜的人。 -6.870847702026367

        失恋了就该哭,这是最好的办法。 当然也要看你自己怎么想 -7.109080791473389

        失恋这个事情,是你的强求不来的。如果他真心爱着你,那么就会想办法让她幸福快乐! -7.139413356781006

        去找一个人代替他,把这段感情埋在心里 -7.654685974121094

        我的经验:失恋很正常,分手后就好了。你现在可以做些事情转移注意力,或者去旅游散散心什么的,不要让自己再想起她 -7.7700090408325195

        向前看,别让自己再沉浸在悲伤中! -8.159266471862793

        “失恋”的男人,不是真正爱你的那一个。 只会让自己陷入痛苦中、反思过去! 如果他心里还有你就好好珍惜吧! -9.232671737670898

    14. Chinese product description generation

      1. input: 维多利亚的摩尔佧 性感连体泳衣女比基尼高级感时尚泡温泉泳装

      2. output:

        这款光滑的泳衣没有任何的剃裁,版型很好,上紧下松,上半身刚刚好,外面不卡脖子,夏天穿周身透气舒适,非常的性感 -137.44415283203125

        泳衣正反面均采用印花设计,色彩绚丽且超显气质,加身后完全就是胸部了,v字领口柔化脖颈曲线,给人更佳的锁骨效果,清爽的短裤,修饰出腰肢,舒适的长裤给人更加高挑的感觉,性感的露背设计岁月静好,时尚个性。 -221.9921417236328

        海边美女们都爱的游泳池,想去清凉一下心情,就带着奥特曼来到泳池边,度假的好伴侣就是它了。这款泳衣是连体的设计,一点也不显肥大,带来满满安 全感。高颜高性感的比基尼,性感不要不要的。腰间还有吊带,可以调整腰线。无论你是哪种身材都一样的好看。 -243.95460510253906

    15. Chinese product review generation

      1. input: Cartier卡地亚LOVE戒指 玫瑰金黄金白金 窄版对戒

      2. output:

        还不错,挺好的 _sep_ 还是挺好的,这个价钱值了 -28.99207878112793

        刚买就降价了 _sep_ 东西还好,就是买完就降,郁闷 -32.52592468261719

        戒指感觉款式不错 _sep_ 其他都还可以,就是太小了 -37.16313934326172

    16. Chinese wuxia novel generation

      1. input:

        小船转过一排垂柳,远远看见水边一丛花树映水而红,灿若云霞。段誉"啊"的一声低呼。

      2. output:

        小船转过一排垂柳,远远看见水边一丛花树映水而红,灿若云霞。段誉"啊"的一声低呼。木婉清和全金发对他似乎颇为悦眼,三人跨出小船,游到水边。木婉 清骂道:“死贼,又著了人家的道儿。”那花树旁边系著一只小船,段誉顺著花树,向左一看,只见花丛影里一个少女倚树而坐,正在倚树而歌,正是段仇世的女儿段天德。此时她歌声清脆,唱起了一首小调:南峰山舍忘词,曾经借问少白头。 _nl_ 三更双弦意满楼,征囊终不归。 _nl_ 美冠一行惟顾此,寒啸了一为身。 _nl_ 但愿人头云鬓和曳,何结同心千里随。 _nl_ 此情只在飞鸿迹,生死何必萦怀?只期玉箫一曲牵牛筋。 _nl_ 段誉一听歌声,脸上微微一红。只听吴天德叹 道:“我段天德生平以风流自炫,有时不免大意,却也只图一时快意。那是谁到了姑苏,听这歌词,果然是个一表人才的姑娘,我出来斟酒时,仍是将款,那里想得 到她会暗中加害于我了。侥幸令狐大哥吉人天相,报了大仇,咱们可得快些回来。” _nl_ 原来吴天德的妻子乃是江湖有名的“飞刀娘子”萧飞英,以一柄柳叶飞刀,在打中大名鼎鼎的“姑苏慕容”后,杀死了慕容复,雍和之位,秦晋云南,大享富贵,他夫妻双双归隐大理,直到廿四年之前,他夫妻两人路过姑苏,在姑苏最大的一间酒楼见到了段天德夫妇两个。那时他夫人仍穿着原服,段天德的妻子换上男装,他却略显道貌岸然,以示江湖儿女,不去理会他妻子。可是段天德夫妻 一看在他眼里,却心中暗暗纳罕:“她左颊明明是多刺了一粒小痣的,怎么这时忽然多了一颗大痣?”他虽情知萧飞英并不是什么好人,神态之间,总不免甚是小 心。 [-1582.4723]

        小船转过一排垂柳,远远看见水边一丛花树映水而红,灿若云霞。段誉"啊"的一声低呼。只听得段誉笑著道:“姊姊,快开船走吧,再耽一刻,天就要黑了。”柔声说道:“莫怕,莫怕……”忽听得呜咽之声,听那声音似是啼哭。段誉背向船舷,正好树丛中伸出一只犹似羊脂白玉的手 来。段誉道:“啊,姊姊,吓了你……”王玉燕紧紧搂住了他,斥道:“又瞎起上来!”段誉道:“姊姊……”王玉燕道:“嗯,是谁先开船的?说!”段誉叹道:“说 来话长,待我慢慢的跟你说。你先别走,我慢慢说。”王玉燕道:“些须小事,便说了了不成?”段誉道:“嗯,是……是许多事不便跟你动手。”玉燕突然想起, 他一个大男人跟著自己说话,半边身子情不自禁的移开了些,说道:“嗯,那你小心些不捱。”声音极是温柔。 _nl_ 段誉见她神态豁达,心下对她又增了几分爱慕,突然之间,觉得有一个出色的女子,即使是在镜中画图,在花间听风,也是和她一模一样,于是他心中又想:“王姑娘常说,这次金盆洗手,承玄难大师等各派英雄以为首领,算定那晦明禅师会乘机捣乱丐帮不成,故尔金盆洗手,将门派人物都归降了丐帮。此刻瞧他心情,倒像当教主的人,原是座下游客。倘若他当了帮主,那就……格格格,那可够瞧上老大一阵子啦。”从此他对王玉燕庄敬有加,十分顺从。 _nl_ 王玉燕见他又爱上了自己,不自禁耳根红透,两人虽是男女有别, 他这一句话都说了出来。王玉燕展眉微笑,道:“你瞧着我干么?”段誉道:“嗯,瞧著。 [-1303.9319]

        小船转过一排垂柳,远远看见水边一丛花树映水而红,灿若云霞。段誉"啊"的一声低呼。阿朱看得明白,原来是他在海中栖息,这才不觉奇怪。她笑道:“相公,怎么了?”段誉道:“没什么。” _nl_ 阿朱又道:“你这两日来很累了么?那你想打什么火?”段誉大口吸水,不答真文。阿朱也喝了两口,笑道:“这远处有座山,你可不由得和我拌嘴。”段誉抬头向她瞧了一眼,道:“你说那山。”阿朱道:“可不是么?隔山望见那山上山走来了两人,谁也不相识,原来是几个捉鬼的和尚。两人唠唠叨叨的说了一会儿子,也不知什么,两个和尚就跳到那座山上去。”段誉听到这里,突然手掌在水中一拍,高声叫道:“你瞧上了热闹没有?”阿朱 道:“什么热闹?”段誉道:“我在一张棺村之前撞见两条绿线……;什么绿线?快快给我招来。”他一面大叫,一面将这张形如巨棺的船板向外一推,便向那两艘绿线划去。阿朱伸手拦住了他,笑道:“不是两条,是四个!”她扯过段誉手中的短桨,运稳了桨桨,便催著船向山边驶去,果然越向山上去,那小径越形狭窄,好几次段誉都几乎要从船头跌将下去。阿朱又将船划得渐渐加快,呼呼风响,两岸山峦渐不相闻。 _nl_ 不片刻便到了阿湾,那阿湾只是零落的垂柳,有一条小径自 山坡蜿蜒而下,蜿蜒入丛林之中。阿朱把船划入丛林,驶入了一片石级小径,段誉负手站在钓摊之旁,一瞬不瞬的望著棋盘大声说那一集目两轸的棋局。他内功 虽然已经极有限,却也是个识货的行家,一见棋盘上黑白,便知阿朱兜了个大大的圈。 [-1382.7443]

    17. Chinese-English translation

      1. input:

        _zhen_ 2023年元旦刚过,菲律宾总统马科斯对**进行了国事访问,他因此成为新年第一位访华的外国领导人

      2. output:

        in january 2023, philippine president marcos made a state visit to china, making him the first foreign leader to visit china in the new year -3.929159164428711

        in january 2023, philippine president marcos made a state visit to china, making him the first foreign leader to visit china in the new year -4.155511379241943

        in january 2023, philippine president marcos made his first foreign visit to china in the new year -4.489346504211426

        in january 2023, philippine president marcos made his first foreign visit to china in the new year. -4.679396629333496

        in january 2023, philippine president marcos made his first foreign visit to china in the new year -4.718146324157715

      3. input:

        _enzh_ New Zealand leader Jacinda Ardern announces shock resignation before upcoming election

      4. output:

        新西兰领导人亚历山大宣布在即将举行的选举前辞职 -3.591200113296509

        新西兰领导人亚历山大宣布将在即将举行的选举前辞职 -3.7777717113494873

        新西兰领导人亚历山大宣布在即将举行的选举之前辞职 -3.9053900241851807

        新西兰领导人亚历山大宣布将在即将举行的选举之前辞职 -4.042999267578125

        新西兰领导人亚历山大宣布将在即将举行的选举之前辞职。 -4.503944396972656