AllenNLP 2.0：将 allennlp predict 与 MultiTaskDatasetReader 一起使用会导致 RuntimeError

Question

我使用 allennlp 2.0 训练了一个多任务模型，现在想使用 allennlp predict 命令对新示例进行预测。

Problem/Error: 我正在使用以下命令：allennlp predict results/model.tar.gz new_instances.jsonl --include-package mtl_sd --predictor mtlsd_predictor --use-dataset-reader --dataset-reader-choice validation

这给了我以下错误：

Traceback (most recent call last):
File ".../mtl_sd_venv/bin/allennlp", line 10, in <module>
sys.exit(run())
File ".../mtl_sd_venv/lib/python3.7/site-packages/allennlp/__main__.py", line 34, in run
main(prog="allennlp")
File ".../mtl_sd_venv/lib/python3.7/site-packages/allennlp/commands/__init__.py", line 119, in main
args.func(args)
File ".../mtl_sd_venv/lib/python3.7/site-packages/allennlp/commands/predict.py", line 220, in _predict
manager.run()
File ".../mtl_sd_venv/lib/python3.7/site-packages/allennlp/commands/predict.py", line 186, in run
for batch in lazy_groups_of(self._get_instance_data(), self._batch_size):
File ".../mtl_sd_venv/lib/python3.7/site-packages/allennlp/common/util.py", line 139, in lazy_groups_of
s = list(islice(iterator, group_size))
File ".../mtl_sd_venv/lib/python3.7/site-packages/allennlp/commands/predict.py", line 180, in _get_instance_data
yield from self._dataset_reader.read(self._input_file)
File ".../mtl_sd_venv/lib/python3.7/site-packages/allennlp/data/dataset_readers/multitask.py", line 31, in read
raise RuntimeError("This class is not designed to be called like this")
RuntimeError: This class is not designed to be called like this

据我了解，情况是这样的：

这个 RuntimeError is raised by the MultiTaskDatasetReader 因为 MultiTaskDatasetReader 的 read() 方法不应该被调用。 read() 方法只应为 MultiTaskDatasetReader.readers 中的特定 DatasetReader 调用。

MultiTaskDatasetReader 的 read() 方法被调用，因为在 jsonnet-config 中我指定了 DatasetsReaders 如下：

"dataset_reader": {
    "type": "multitask",
    "readers": {
        "SemEval2016": {
            "type": "SemEval2016",
            "max_sequence_length": 509,
            "token_indexers": {
                "bert": {
                    "type": "pretrained_transformer",
                    "model_name": "bert-base-cased"
                }
            },
            "tokenizer": {
                "type": "pretrained_transformer",
                "model_name": "bert-base-cased"
            }
        }, ...
    }
}

通常dataset_reader的type表示数据集-reader class要实例化进行预测。但在这种情况下，type 仅指向 MultiTaskDatasetReader，它没有实现 read() 方法并包含多个 DatasetReader。

据我了解，在使用 allennlp predict 时，我需要以某种方式指定应该使用多个 DatasetReader 中的哪个。

问题是：

如何指定在执行allennlp predict时应该使用哪个特定的DatasetReader（MultiTaskDatasetReader.readers中的多个DatasetReader）？或者更一般地说：如何使用 MultiTaskDatasetReader 将 allennlp predict 变为运行？

附加代码，为了完整起见： 预测器：

@Predictor.register('mtlsd_predictor')
class MTLSDPredictor(Predictor):

    def predict(self, sentence: str) -> JsonDict:
        return self.predict_json({'sentence': sentence})

    @overrides
    def _json_to_instance(self, json_dict: JsonDict) -> Instance:
        target = json_dict['text1']
        claim = json_dict['text2']
        return self._dataset_reader.text_to_instance(target, claim)

Answer 1

这里有两个问题。一个是 AllenNLP 中的错误，已在 2.1.0 版中修复。另一个是@sinaj 在他的模型头上缺少 default_predictor。

AllenNLP 2.0：将 allennlp predict 与 MultiTaskDatasetReader 一起使用会导致 RuntimeError

AllenNLP 2.0: Using `allennlp predict` with MultiTaskDatasetReader leads to RuntimeError

python

nlp

allennlp