Views
No views yet


1>>> from transformers import pipeline, AutoModel, AutoTokenizer
2>>> model = AutoModel.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
3>>> tokenizer = AutoTokenizer.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
4
5>>> mask_filler = pipeline(task= 'fill-mask', model= model,tokenizer = tokenizer)
6>>> mask_filler("浙江省杭州市[MASK]杭区五常街道阿里巴巴西溪园区")1[{'score': 1.0,
2 'token': 562,
3 'token_str': '余',
4 'sequence': '浙 江 省 杭 州 市 余 杭 区 五 常 街 道 阿 里 巴 巴 西 溪 园 区'},
5 {'score': 7.49648343401077e-09,
6 'token': 1852,
7 'token_str': '杭',
8 'sequence': '浙 江 省 杭 州 市 杭 杭 区 五 常 街 道 阿 里 巴 巴 西 溪 园 区'},
9 {'score': 5.823675763849678e-09,
10 'token': 213,
11 'token_str': '西',
12 'sequence': '浙 江 省 杭 州 市 西 杭 区 五 常 街 道 阿 里 巴 巴 西 溪 园 区'},
13 {'score': 3.383779922927488e-09,
14 'token': 346,
15 'token_str': '五',
16 'sequence': '浙 江 省 杭 州 市 五 杭 区 五 常 街 道 阿 里 巴 巴 西 溪 园 区'},
17 {'score': 2.9116642430437878e-09,
18 'token': 2268,
19 'token_str': '荆',
20 'sequence': '浙 江 省 杭 州 市 荆 杭 区 五 常 街 道 阿 里 巴 巴 西 溪 园 区'}]1from transformers import pipeline, AutoModel, AutoTokenizer
2import torch
3model = AutoModel.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
4tokenizer = AutoTokenizer.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
5model.eval()
6text = ['浙江省杭州市[MASK][MASK][MASK]五常街道阿里巴巴西溪园区']
7encoded_input = tokenizer(text, return_tensors='pt')
8outputs = model(**encoded_input)
9prediction_scores = outputs.logits
10prediction_scores = torch.argmax(prediction_scores, dim=-1)
11prediction_scores = prediction_scores.cpu().detach().numpy()
12input_ids = encoded_input['input_ids']
13print('G2PTL:', tokenizer.decode(prediction_scores[torch.where(input_ids.cpu()>0)][1:-1]))G2PTL: 浙 江 省 杭 州 市 余 杭 区 五 常 街 道 阿 里 巴 巴 西 溪 园 区1from transformers import pipeline, AutoModel, AutoTokenizer
2model = AutoModel.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
3tokenizer = AutoTokenizer.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
4model.eval()
5text = "浙江省杭州市五常街道阿里巴巴西溪园区"
6encoded_input = tokenizer(text, return_tensors='pt')
7output = model(**encoded_input)
8htc_layer_out = output.htc_layer_out
9htc_pred = model.get_htc_code(htc_layer_out)
10print('HTC Result: ', model.decode_htc_code_2_chn(htc_pred))HTC Result: ['浙江省杭州市余杭区五常街道', '浙江省杭州市五常街道']1from transformers import pipeline, AutoModel, AutoTokenizer
2model = AutoModel.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
3tokenizer = AutoTokenizer.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
4model.eval()
5text = "浙江省杭州市余杭区五常街道阿里巴巴西溪园区"
6encoded_input = tokenizer(text, return_tensors='pt')
7output = model(**encoded_input)
8final_hidden_state = output.final_hidden_state1from transformers import pipeline, AutoModel, AutoTokenizer
2import torch
3model = AutoModel.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
4tokenizer = AutoTokenizer.from_pretrained('Cainiao-AI/G2PTL', trust_remote_code=True)
5model.eval()
6text = ["浙江省杭州市余杭区五常街道阿里巴巴西溪园区", "浙江省杭州市阿里巴巴西溪园区"]
7encoded_input = tokenizer(text, return_tensors='pt', padding=True)
8output = model(**encoded_input)
9final_pooler_output = output.final_pooler_output
10cos_sim = torch.cosine_similarity(final_pooler_output[0], final_pooler_output[1])
11print('Cosin Similarity: ', cos_sim[0].detach().numpy())Cosin Similarity: 0.8974346



1tqdm==4.65.0
2torch==1.13.1
3transformers==4.27.4
4datasets==2.11.0
5fairseq==0.12.21@misc{wu2023g2ptl,
2 title={G2PTL: A Pre-trained Model for Delivery Address and its Applications in Logistics System},
3 author={Lixia Wu and Jianlin Liu and Junhong Lou and Haoyuan Hu and Jianbin Zheng and Haomin Wen and Chao Song and Shu He},
4 year={2023},
5 eprint={2304.01559},
6 archivePrefix={arXiv},
7 primaryClass={cs.AI}
8}