Update app.py

import の整理をしました。
より出力が承認と否決に固まるような入力への変更(これは経験則的で疑問文の単語数を減らした方がいい結果になりやすいです。)
"否定"と"肯定"はかなり分散表現が近く、"肯定"と承認もかなり分散表現が近いので、表現が全く異なる"否決"や"拒否"を入出力にした方がよさそうです。

app.py

@@ -3,11 +3,11 @@ import torch
 BERTTokenizer = AutoTokenizer.from_pretrained("cl-tohoku/bert-base-japanese")
 BERTModel = AutoModelForMaskedLM.from_pretrained("cl-tohoku/bert-base-japanese")
 
-from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+from transformers import AutoModelForSeq2SeqLM
 mT5Tokenizer = AutoTokenizer.from_pretrained("google/mt5-base")
 mT5Model = AutoModelForSeq2SeqLM.from_pretrained("google/mt5-base")
 
-from transformers import AutoTokenizer, AutoModelForCausalLM
+from transformers import AutoModelForCausalLM
 GPT2Tokenizer = AutoTokenizer.from_pretrained("rinna/japanese-gpt2-medium")
 GPT2Model = AutoModelForCausalLM.from_pretrained("rinna/japanese-gpt2-medium")
 
@@ -20,8 +20,8 @@ GPT2=None
 def MELCHIOR(sue):
     #BERT
     allow=BERTTokenizer("承認").input_ids[1]
-    deny=BERTTokenizer("否定").input_ids[1]
-    output=BERTModel(**BERTTokenizer('MELCHIORは科学者としての人格を持っています。人間とMELCHIORの対話です。人間「'+sue+'。承認 か 否定 のどちらかで答えてください。」'+"MELCHIOR 「[MASK]」",return_tensors="pt")).logits
+    deny=BERTTokenizer("否決").input_ids[1]
+    output=BERTModel(**BERTTokenizer('MELCHIORは科学者としての人格を持っています。人間とMELCHIORの対話です。人間「'+sue+'。承認 か 否決 か？」'+"MELCHIOR 「[MASK]」",return_tensors="pt")).logits
     BERTTokenizer.batch_decode(torch.argmax(output,-1))
     mask=output[0,-3,:]
     votes.append(1 if mask[allow]>mask[deny] else -1)
@@ -30,8 +30,8 @@ def MELCHIOR(sue):
 def BALTHASAR(sue):
     #mT5
     allow=mT5Tokenizer("承認").input_ids[1]
-    deny=mT5Tokenizer("否定").input_ids[1]
-    encoder_output=mT5Model.encoder(**mT5Tokenizer('BALTHASARは母としての人格としての人格を持っています。人間とBALTHASARの対話です。人間「'+sue+'。承認 か 否定 のどちらかで答えてください。」'+"BALTHASAR 「<X>」",return_tensors="pt"))
+    deny=mT5Tokenizer("否決").input_ids[1]
+    encoder_output=mT5Model.encoder(**mT5Tokenizer('BALTHASARは母としての人格としての人格を持っています。人間とBALTHASARの対話です。人間「'+sue+'。承認 か 否決 か？」'+"BALTHASAR 「<X>」",return_tensors="pt"))
     id=None
     p_answer=None
     probs=None
@@ -50,13 +50,13 @@ def BALTHASAR(sue):
 def CASPER(sue):
     #GPT2
     allow=GPT2Tokenizer("承認").input_ids[1]
-    deny=GPT2Tokenizer("否定").input_ids[1]
-    probs=GPT2Model(**GPT2Tokenizer('CASPERは女としての人格を持っています。人間とCASPERの対話です。人間「'+sue+'。承認 か 否定 のどちらかで答えてください。」'+"CASPER 「",return_tensors="pt")).logits[0]
+    deny=GPT2Tokenizer("否決").input_ids[1]
+    probs=GPT2Model(**GPT2Tokenizer('CASPERは女としての人格を持っています。人間とCASPERの対話です。人間「'+sue+'。承認 か 否決 か？」'+"CASPER 「",return_tensors="pt")).logits[0]
     i=-1
     p_answer=probs
     id=torch.argmax(probs[i])
     votes.append(1 if probs[i][allow]>probs[i][deny] else -1)
-    return "承認" if probs[i][allow]>probs[i][deny] else "否定"
+    return "承認" if probs[i][allow]>probs[i][deny] else "否決"
 
 def greet(sue):
     text1="BERT-1"+MELCHIOR(sue)