Add files via upload

Update group code

README.md

@@ -35,7 +35,7 @@ PaddleNLP是飞桨自然语言处理开发库，具备**易用的文本领域API
 ### 环境依赖
 
 - python >= 3.6
-- paddlepaddle >= 2.1
+- paddlepaddle >= 2.2
 
 ### pip安装
 

README_en.md

@@ -34,7 +34,7 @@ English | [简体中文](./README.md)
 ### Prerequisites
 
 * python >= 3.6
-* paddlepaddle >= 2.1
+* paddlepaddle >= 2.2
 
 More information about PaddlePaddle installation please refer to [PaddlePaddle's Website](https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/conda/linux-conda.html).
 

examples/faster/faster_ernie/seq_cls/README.md

@@ -18,6 +18,12 @@ FasterTokenizer底层为C++实现，同时提供了python接口调用。其可
 
 以下示例展示FasterERNIE用于文本分类任务。
 
+## 环境依赖
+
+* paddlepaddle >= 2.2.1
+
+* paddlenlp >= 2.2
+
 ## 代码结构说明
 
 以下是本项目主要代码结构及说明：

examples/faster/faster_ernie/token_cls/README.md

@@ -18,6 +18,12 @@ FasterTokenizer底层为C++实现，同时提供了python接口调用。其可
 
 以下示例展示FasterERNIE用于序列标注任务。
 
+## 环境依赖
+
+* paddlepaddle >= 2.2.1
+
+* paddlenlp >= 2.2
+
 ## 代码结构说明
 
 以下是本项目主要代码结构及说明：

examples/faster/faster_tokenizer/README.md

@@ -1,9 +1,8 @@
-# Faster Tokenizer 性能测试
+# 飞桨FasterTokenizer性能测试
 
-为了进一步对比Faster Tokenizer的性能，我们选取的业界对于Transformer类常用的Tokenizer分词工具进行对比。
-我们以 bert-base-chinese 模型为例，对比的Tokenizer分词工具有以下选择：
+在PaddleNLP v2.2.0版本中PaddleNLP推出了高性能的Transformer类文本分词器，简称飞桨FasterTokenizer。为了验证飞桨FasterTokenizer的性能快的特点，PaddleNLP选取了业内常见的一些文本分词器进行了性能对比比较，主要进行性能参考的是HuggingFace BertTokenizer， Tensorflow-text BertTokenizer. 我们以 bert-base-chinese 模型为例进行了文本分词性能实验对比，在中文的数据下进行性能对比实验，下面是具体实验设置信息：
 
-* HuggingFace BertTokenizer: 以下简称 HFTokenizer。
+* [HuggingFace Tokenizers(Python)](https://github.com/huggingface/tokenizers):
 
 ```python
 from transformers import AutoTokenizer
@@ -11,7 +10,7 @@ from transformers import AutoTokenizer
 hf_tokenizer = AutoTokenizer.from_pretrained("bert-base-chinese", use_fast=False)
 ```
 
-* [HuggingFace BertTokenizerFast](https://github.com/huggingface/tokenizers): 以下简称 HFFastTokenizer。
+* [HuggingFace Tokenizers(Rust)](https://github.com/huggingface/tokenizers):
 
 ```python
 from transformers import AutoTokenizer
@@ -19,7 +18,7 @@ from transformers import AutoTokenizer
 hf_tokenizer_fast = AutoTokenizer.from_pretrained("bert-base-chinese", use_fast=True)
 ```
 
-* [TensorFlow-Text BertTokenizer](https://www.tensorflow.org/text/api_docs/python/text/BertTokenizer)：以下简称 TFTokenizer。
+* [TensorFlow-Text](https://www.tensorflow.org/text/api_docs/python/text/BertTokenizer):
 
 ```python
 import tensorflow_text as tf_text
@@ -28,22 +27,27 @@ import tensorflow_text as tf_text
 tf_tokenizer = tf_text.BertTokenizer(vocab)
 ```
 
-* PaddleNLP BertTokenizer：以下简称 PPNLPTokenizer
+* [飞桨FasterTokenizer](https://github.com/PaddlePaddle/PaddleNLP/tree/develop/paddlenlp/experimental):
 
 ```python
-from paddlenlp.transformers import BertTokenizer
+from paddlenlp.experimental import FasterTokenizer
+
+faster_tokenizer = FasterTokenizer.from_pretrained("bert-base-chinese")
 
-py_tokenizer = BertTokenizer.from_pretrained("bert-base-chinese")
 ```
 
 
 
 ## 环境依赖
 
-* paddlenlp >= 2.2.0
+* paddlepaddle >= 2.2.1
+
+* paddlenlp >= 2.2
 
 * transformers == 4.11.3
 
+* tokenizers == 0.10.3
+
 * tensorflow_text == 2.5.0
 
 
@@ -64,10 +68,6 @@ python perf.py
 
 - 测试结果：
 
-    文本序列长度为128， 线程数为16，batch_size=32的性能对比结果：
+<center><img width="1343" alt="图片" src="https://user-images.githubusercontent.com/16698950/145664356-0b766d5a-9ff1-455a-bb85-1ee51e2ad77d.png"></center>
 
-
-<center><img src="https://ai-studio-static-online.cdn.bcebos.com/9d46bfe903614444b4cf9e63206b28ee06f06c5d5cb04da58bb206431904af00"  ></center>
-<br> <center> Tokenizer性能对比 </center></br>
-
-从以上结果可以看出，FasterTokenizer性能远远超过了其他Tokenizer， 高达HFFastTokenizer性能20倍。
+飞桨FasterTokenizer与其他框架性能的对比，是在固定文本长度在不同batch size下的分词吞吐量。纵坐标是对数坐标，单位是1w tokens/秒。随着batch size的增大，飞桨FasterTokenizer速度会远远超过其他同类产品的实现，尤其是在大batch文本上飞桨框架能充分发挥多核机器的优势，取得领先的效果。