Update README.md

README.md

@@ -11,38 +11,44 @@ pipeline_tag: text2text-generation
 ```
 '对象1 | 观点1 | 方面1 | 情感极性1 & 对象2 | 观点2 | 方面2 | 情感极性2 ......'
 ```
-支持以下情感分析任务\
-["四元组(对象 | 观点 | 方面 | 极性)",\
-'二元组(对象 | 观点)',\
-'三元组(对象 | 观点 | 方面)',\
-'三元组(对象 | 观点 | 极性)',\
-'三元组(对象 | 方面 | 极性)',\
-'二元组(方面 | 极性)',\
-'二元组(观点 | 极性)',\
-'单元素(极性)']\
-
-支持答案风格控制：\
+支持以下情感分析任务
+```
+["四元组(对象 | 观点 | 方面 | 极性)",
+'二元组(对象 | 观点)',
+'三元组(对象 | 观点 | 方面)',
+'三元组(对象 | 观点 | 极性)',
+'三元组(对象 | 方面 | 极性)',
+'二元组(方面 | 极性)',
+'二元组(观点 | 极性)',
+'单元素(极性)']
+```
+
+可以增加额外条件来控制答案的生成，例如：
+
+答案风格控制，希望抽取的观点为整句话or缩减为几个词：\
 (观点尽量短)\
-(观点可以较长)\
+(观点可以较长)
 
-可以对指定的方面做情感分析：\
-(方面选项:商品/物流/商家/平台)\
+可以对指定的方面做情感分析：
+(方面选项:商品/物流/商家/平台)
 
-情感对象target可能为null，表示文本中未明确给出\
-可以允许模型自动猜测为null的对象\
-(补全null)\
+情感对象target可能为null，表示文本中未明确给出
+可以允许模型自动猜测为null的对象：
+(补全null)
 
-support the following sentiment analysis tasks\
-["quadruples (target | opinion | aspect | polarity)",\
-"quadruples (target | opinion | aspect | polarity)",\
-'pairs (target | opinion)',\
-'triples (target | opinion | aspect)',\
-'triples (target | opinion | polarity)',\
-'triples (target | aspect | polarity)',\
-'pairs (aspect | polarity)',\
-'pairs (target | polarity)',\
-'pairs (opinion | polarity)',\
-'single (polarity)']\
+support the following sentiment analysis tasks
+```
+["quadruples (target | opinion | aspect | polarity)",
+"quadruples (target | opinion | aspect | polarity)",
+'pairs (target | opinion)',
+'triples (target | opinion | aspect)',
+'triples (target | opinion | polarity)',
+'triples (target | aspect | polarity)',
+'pairs (aspect | polarity)',
+'pairs (target | polarity)',
+'pairs (opinion | polarity)',
+'single (polarity)']
+```
 
 
 使用方法：
@@ -62,7 +68,7 @@ output_str = tokenizer.batch_decode(output, skip_special_tokens=True)
 print(output_str)
 ```
 
-用法示例\
+用法示例
 ```
 Q:情感四元组(对象 | 观点 | 方面 | 极性)抽取任务(观点可以较长): [个头大、口感不错,就是个别坏了的或者有烂掉口子刻意用泥土封着,这样做不好。]
 A:个头 | 大 | 商品#大小 | 积极 & 口感 | 不错 | 商品#口感 | 积极 & null | 个别坏了的或者有烂掉口子刻意用泥土封着,这样做不好 | 商品#新鲜程度 | 消极