Update prompt_generate.py

prompt_generate.py

@@ -1,100 +1,30 @@
-import random
-import json
-from difflib import SequenceMatcher
-import pandas as pd
-
-def generate_prompt_with_examples(text, label, n, start_index=500, end_index=1000):
-    """
-    生成带有n个样例的提示。
-
-    Args:
-        text: 包含文本描述的 Series。
-        label: 包含三元组列表的 Series。
-        n: 要提取的样例数量。
-        start_index: 样例的起始索引。
-        end_index: 样例的结束索引。
-
-    Returns:
-        一个字符串，包含n个样例的提示,格式为text_prompt[i]+'\\n'+triple_prompt[i]。
-        如果n大于可用样例数量，则返回所有可用样例。
-    """
-
-    text_len = len(text)
-    label_len = len(label)
-    end_index = min(end_index, text_len, label_len)
-
-    if start_index >= end_index:
-        return "起始索引大于或等于结束索引，无法生成样例。"
-
-    available_examples = end_index - start_index
-    n = min(n, available_examples)
-    
-    prompt = ""
-    # 随机选择n个不同的索引
-    random_indices = random.sample(range(start_index, end_index), n)
-
-    for i in random_indices:
-        text_prompt = text.iloc[i]
-        triple_prompt = label.iloc[i]
-        prompt += text_prompt + '\n' + str(triple_prompt) + '\n'
-
-    return prompt
-
-def generate_prompt_with_best_matches(text_series, label_series, query_text, n=3, start_index=500, end_index=1000):
-    """
-    基于相似度匹配生成渐进式提示
-    
-    参数：
-    text: 文本数据Series
-    label: 三元组标签数据Series
-    query_text: 需要生成提示的查询文本
-    n: 最大样例数量
-    start_index: 候选样例起始索引
-    end_index: 候选样例结束索引
-    
-    返回：
-    渐进式提示字符串 (1个样例、2个样例、3个样例...)
-    """
-    query_text_path = './data/text_retrieval_results.json'
-    with open(query_text_path, 'r', encoding='utf-8') as f:
-        query_text_data = json.load(f)
-    # 根据输入的query_text，在query_text_data中找到对应的query_text索引的matched_texts，基于输入n选择提取matched_texts中context的个数
-    for item in query_text_data:
-        if item['query_text'] == query_text:
-            matched_texts = item['matched_texts']
-            break
-    matched_texts = matched_texts[:n]
-    # 将matched_texts中的context提取出来
-    context_list = [text['context'] for text in matched_texts]
-    # 基于context_list中文本匹配输入text和label作为提示
-    prompt = ""
-    # 遍历每个上下文
-    for context in context_list:
-        # 遍历整个文本序列
-        for idx, text_item in text_series.items():
-            if context in text_item:
-                # 获取对应的标签
-                position = text_series.index.get_loc(idx)
-                label = label_series.iloc[position]
-                # print("@@@@@@@@@@@@@@@@@@@@@@@@@@@@")
-                # print(text_item)
-                # print(label)
-                prompt += f"{text_item}\n{label}\n\n"
-                break
-    
-    return prompt.strip()
-
-if __name__ == "__main__":
-    # 读取训练数据
-    train_data = pd.read_json('./data/train_triples.json')
-    text = train_data['text']
-    label = train_data['triple_list']
-    query_text_path = './data/text_retrieval_results.json'
-    with open(query_text_path, 'r', encoding='utf-8') as f:
-        query_text_data = json.load(f)
-    query_text = query_text_data[3]['query_text']
-    print(query_text)
-    print("--------------------------------")
-    prompt = generate_prompt_with_best_matches(text, label, query_text, n=3, start_index=500, end_index=1000)
-    print(prompt)
-
+import random
+import json
+from difflib import SequenceMatcher
+import pandas as pd
+
+def generate_prompt_with_examples(text, label, n, start_index=500, end_index=1000):
+
+    text_len = len(text)
+    label_len = len(label)
+    end_index = min(end_index, text_len, label_len)
+
+    if start_index >= end_index:
+        return "none"
+
+    available_examples = end_index - start_index
+    n = min(n, available_examples)
+    
+    prompt = ""
+
+    random_indices = random.sample(range(start_index, end_index), n)
+
+    for i in random_indices:
+        text_prompt = text.iloc[i]
+        triple_prompt = label.iloc[i]
+        prompt += text_prompt + '\n' + str(triple_prompt) + '\n'
+
+    return prompt
+
+
+