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

问题描述

我使用 allennlp 2.0 训练了一个多任务模型，现在想使用 allennlp predict 命令预测新示例。

问题/错误： 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

据我所知，事情是这样的：

这个 RuntimeError is raised by the MultiTaskDatasetReader 因为不应调用 MultiTaskDatasetReader 的 read() 方法本身。 read() 方法只能为 MultiTaskDatasetReader.readers 中的特定 DatasetReaders 调用。

调用 MultiTaskDatasetReader 的 read() 方法是因为在 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 表示要实例化以进行预测的数据集阅读器类。但在这种情况下，type 只是指向 MultiTaskDatasetReader，它没有实现 read() 方法并包含多个 DatasetReader。

据我所知，在使用 allennlp predict 时，我需要以某种方式指定应该使用多个 DatasetReader 中的哪一个。

问题是：

如何指定在执行 MultiTaskDatasetReader.readers 时应使用哪个特定的 DatasetReader（allennlp predict 中的多个 DatasetReader）？或者更一般地说：如何让 allennlp predict 与 MultiTaskDatasetReader 一起运行？

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)

解决方法

这里有两个问题。一个是 AllenNLP 中的一个错误，该错误已在 2.1.0 版中修复。另一个是@sinaj 在他的模型头中遗漏了 default_predictor。

allennlp nlp python