!21704 update bert readme

Merge pull request !21704 from chenhaozhe/code_docs_update_bert_readme

model_zoo/official/nlp/bert/README.md

@@ -654,8 +654,10 @@ The result will be as follows:
 
 - Export on local
 
+We only support export with fine-tuned downstream task model and yaml config file, because the pretrained model is useless in inferences task.
+
 ```shell
-python export.py --config_path [../../*.yaml] --ckpt_file [CKPT_PATH] --file_name [FILE_NAME] --file_format [FILE_FORMAT]
+python export.py --config_path [../../*.yaml] --export_ckpt_file [CKPT_PATH] --export_file_name [FILE_NAME] --file_format [FILE_FORMAT]
 ```
 
 - Export on ModelArts (If you want to run in modelarts, please check the official documentation of [modelarts](https://support.huaweicloud.com/modelarts/), and you can start as follows)
@@ -686,8 +688,7 @@ python export.py --config_path [../../*.yaml] --ckpt_file [CKPT_PATH] --file_nam
 # You will see bert_ner.mindir under {Output file path}.
 ```
 
-The ckpt_file parameter is required,
-`EXPORT_FORMAT` should be in ["AIR", "MINDIR"]
+The `export_ckpt_file` parameter is required, and `file_format` should be in ["AIR", "MINDIR"]
 
 ### [Inference Process](#contents)
 
@@ -799,4 +800,3 @@ Refer to the [ModelZoo FAQ](https://gitee.com/mindspore/mindspore/tree/master/mo
 - **Q: Why the training process failed with error for the shape can not match?**
   **A**: This is usually caused by the config `seq_length` of model can't match the dataset. You could check and modified the `seq_length` in yaml config according to the dataset you used.
   The parameter of model won't change with `seq_length`, the shapes of parameter only depends on model config `max_position_embeddings`.
-

model_zoo/official/nlp/bert/README_CN.md

@@ -613,10 +613,12 @@ bash scripts/squad.sh
 
 ## 导出mindir模型
 
+由于预训练模型通常没有应用场景，需要经过下游任务的finetune之后才能使用，所以当前仅支持使用下游任务模型和yaml配置文件进行export操作。
+
 - 在本地导出
 
 ```shell
-python export.py --config_path [../../*.yaml] --ckpt_file [CKPT_PATH] --file_name [FILE_NAME] --file_format [FILE_FORMAT]
+python export.py --config_path [../../*.yaml] --export_ckpt_file [CKPT_PATH] --export_file_name [FILE_NAME] --file_format [FILE_FORMAT]
 ```
 
 - 在ModelArts上导出
@@ -647,7 +649,7 @@ python export.py --config_path [../../*.yaml] --ckpt_file [CKPT_PATH] --file_nam
 # 你将在{Output file path}下看到 'bert_ner.mindir'文件
 ```
 
-参数`ckpt_file` 是必需的，`EXPORT_FORMAT` 必须在 ["AIR", "MINDIR"]中进行选择。
+参数`export_ckpt_file` 是必需的，`file_format` 必须在 ["AIR", "MINDIR"]中进行选择。
 
 ## 推理过程
 
@@ -753,4 +755,4 @@ run_pretrain.py中设置了随机种子，确保分布式训练中每个节点
   **A**： 持续溢出通常是因为使用了较高的学习率导致训练不收敛。可以考虑修改yaml配置文件中的参数，调低`learning_rate`来降低初始学习率或提高`power`加速学习率衰减。
 
 - **Q: 运行报错shape不匹配是什么问题？**
-  **A**： Bert模型中的shape不匹配通常是因为模型参数配置和使用的数据集规格不匹配，主要是句长问题，可以考虑修改`seq_length`参数来匹配所使用的具体数据集。改变该参数不影响权重的规格，权重的规格仅与`max_position_embeddings`参数有关。
+  **A**： Bert模型中的shape不匹配通常是因为模型参数配置和使用的数据集规格不匹配，主要是句长问题，可以考虑修改`seq_length`参数来匹配所使用的具体数据集。改变该参数不影响权重的规格，权重的规格仅与`max_position_embeddings`参数有关。

model_zoo/official/nlp/bert/scripts/run_infer_310.sh

@@ -23,7 +23,9 @@ exit 1
 fi
 
 get_real_path(){
-    if [ "${1:0:1}" == "/" ]; then
+    if [ -z "$1" ]; then
+        echo ""
+    elif [ "${1:0:1}" == "/" ]; then
         echo "$1"
     else
         echo "$(realpath -m $PWD/$1)"