ModelInferenceServe.py

import os
import json
# 导入 spaCy 和相关的库用于句子分割
import spacy
# 导入 Hugging Face Transformers 和 PyTorch
from transformers import AutoTokenizer, AutoModelForCausalLM
import torch
# 导入 unsloth 用于加载模型
from unsloth import FastLanguageModel
from tqdm import tqdm

# pip install spacy
# python -m spacy download en_core_web_sm

# 加载英文语言模型 (用于句子分割)
try:
    nlp = spacy.load("en_core_web_sm")
except OSError:
    print("未找到 spaCy 英文语言模型。请运行 'python -m spacy download en_core_web_sm' 进行下载。")
    nlp = None

def split_article_into_sentences(article_text):
    """
    将一篇英文文章分割为句子。
    """
    if not nlp:
        print("无法进行句子分割，spaCy 语言模型未加载。")
        return []
    if not isinstance(article_text, str) or not article_text:
        return []
        
    doc = nlp(article_text)
    sentences = [sent.text.strip() for sent in doc.sents if sent.text.strip()]
    return sentences

class ModelManager:
    """管理模型加载和单句推理"""
    def __init__(self):
        self.model = None
        self.tokenizer = None
        self.device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
        self.is_loaded = False

    def load_model(self, model_path="finetuned_model"):
        """加载微调后的模型和 tokenizer"""
        if self.is_loaded:
            print("模型已加载，无需重复加载。")
            return

        print(f"\n正在加载模型: {model_path}...")
        max_seq_length = 2048 # 与训练时保持一致
        dtype = None # 让 unsloth 自动选择
        load_in_4bit = True # 与训练时保持一致
        
        try:
            model, tokenizer = FastLanguageModel.from_pretrained(
                model_name = model_path,
                max_seq_length = max_seq_length,
                dtype = dtype,
                load_in_4bit = load_in_4bit,
            )
            # 将模型设置为推理模式
            model.eval()
            # unsloth 会自动处理设备放置，无需 model.to(device)
            
            self.model = model
            self.tokenizer = tokenizer
            self.is_loaded = True
            print("模型加载成功。")
        except Exception as e:
            print(f"加载模型失败: {e}")
            self.is_loaded = False
            # 可以在此处选择退出或抛出异常，以便 Api.py 捕获
            raise e
            
    def predict_sentence(self, sentence: str, instruction: str) -> str:
        """使用已加载的模型对单个句子进行推理并返回预测标签 (1 或 0)"""
        if not self.is_loaded or self.model is None or self.tokenizer is None:
            raise RuntimeError("模型尚未加载，请先调用 load_model")
            
        EOS_TOKEN = self.tokenizer.eos_token
        
        # 构建 prompt
        prompt = f"Instruction: {instruction}\nInput: {sentence}\nOutput:"
        
        # 编码输入
        inputs = self.tokenizer(prompt, return_tensors="pt", truncation=True, max_length=2048)
        
        # 将输入张量移动到模型所在的设备 (unsloth 会自动设置模型设备)
        inputs = {k: v.to(self.model.device) for k, v in inputs.items()}

        with torch.no_grad(): # 推理时不需要计算梯度
            # 使用 model.generate 进行推理
            outputs = self.model.generate(
                **inputs,
                max_new_tokens=10, # 预期输出是 '1' 或 '0'，所以设置一个较小的 max_new_tokens
                pad_token_id=self.tokenizer.pad_token_id,
                eos_token_id=self.tokenizer.eos_token_id
            )
            
            # 解码输出
            response = self.tokenizer.decode(outputs[0], skip_special_tokens=True)

        # 提取预测标签 (1 或 0)
        pred_label = ""
        try:
            output_start = response.rindex("Output:")
            output_text = response[output_start + 7:].strip()
            # 只取第一个词作为预测标签
            pred_label = output_text.split()[0].strip()
            # 确保预测标签是 '1' 或 '0'
            if pred_label not in ['1', '0']:
                 pred_label = '' # 非预期的输出

        except (ValueError, IndexError):
            pred_label = "" # 提取失败
        
        # 返回提取到的预测标签 (字符串类型)
        return pred_label

# 创建一个 ModelManager 实例
model_manager = ModelManager()

# 定义文章处理函数，它将使用 ModelManager 实例进行单句推理
def process_article_for_inference(article_file_path: str):
     """对文章进行句子分割，并使用 ModelManager 进行推理"""
     # 确保 spaCy 模型已加载
     if not nlp:
         print("跳过文章推理，因为 spaCy 语言模型未加载。")
         return [] # 返回空列表表示处理失败

     # 确保模型已加载
     if not model_manager.is_loaded:
         # 如果模型未加载，尝试加载。如果加载失败，load_model 会抛出异常。
         try:
             model_manager.load_model()
         except Exception as e:
             print(f"模型加载失败，无法进行推理: {e}")
             return [] # 返回空列表表示处理失败

     # 读取文章文件
     print(f"正在读取文章文件: {article_file_path}...")
     try:
         with open(article_file_path, "r", encoding='utf-8') as f:
             article_text = f.read()
     except FileNotFoundError:
         print(f"错误：未找到文件 {article_file_path}")
         return []
     except Exception as e:
         print(f"读取文件 {article_file_path} 时发生错误: {e}")
         return []

     # 分割文章为句子
     print("正在分割文章为句子...")
     sentences = split_article_into_sentences(article_text)
     print(f"分割出 {len(sentences)} 个句子。")

     if not sentences:
         print("没有句子可供推理。")
         return []

     # 定义推理指令 (与训练时保持一致)
     instruction = "判断以下句子是否包含性别歧视。请回复\"1\"表示包含，回复\"0\"表示不包含。只能回复1或0，不要输出其他内容。"

     print("\n开始对每个句子进行推理预测...")
     results = []
     # 使用 ModelManager 实例进行单句推理
     for sentence in tqdm(sentences, desc="推理中"):
         predicted_label = model_manager.predict_sentence(sentence, instruction)
         # 为了返回给前端更友好的格式，可以将 1/0 转换为中文描述
         original_label = "包含歧视" if predicted_label == '1' else ("不包含歧视" if predicted_label == '0' else "未知")
         results.append({"sentence": sentence, "predicted_label_numeric": predicted_label, "predicted_label_text": original_label})

     print("推理完成。")
     return results