加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
preprocess.py 1.05 KB
一键复制 编辑 原始数据 按行查看 历史
zhaoxlpku 提交于 2020-10-26 19:54 . init
import argparse
import os
import json
from wizard_generator import data_generator
if __name__ == '__main__':
parser = argparse.ArgumentParser(
description='Pre-training for Knowledge-Grounded Conversation'
)
parser.add_argument('--in_file', type=str, default='')
parser.add_argument('--out_file', type=str, default='')
args = parser.parse_args()
# in_file = "/home/zhaoxl/Data/wizard_of_wikipedia/test_random_split.json"
# out_file = "/home/zhaoxl/KnowledGPT/data/wizard_of_wikipedia/test_seen.jsonl"
out_dir = os.path.dirname(args.out_file)
if not os.path.exists(out_dir):
os.makedirs(out_dir)
with open(args.out_file, 'w', encoding='utf-8') as f:
for history, user, response, knowledge in data_generator(args.in_file, correct_first=True, keep_last_n=2):
f.write(
json.dumps({
'history': history,
'user': user,
'response': response,
'knowledge': knowledge
}) + '\n'
)
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化