BERT详解（附带ELMO、GPT介绍）

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

首先我会详细阐述BERT原理，然后简单介绍一下ELMO以及GPT

BERT详解

BERT全称为 Bidirectional Encoder Representation from Transformer ，是Google以无监督的方式利用大量 无标注 文本「炼成」的语言模型，其架构为Transformer中的Encoder（BERT=Encoder of Transformer）

我在Transformer详解中已经详细的解释了所有Transformer的相关概念，这里就不再赘述

以往为了解决不同的NLP任务，我们会为该任务设计一个最合适的神经网络架构并做训练，以下是一些简单的例子

不同的NLP任务通常需要不同的模型，而设计这些模型并测试其performance是非常耗成本的（人力，时间，计算资源）。 如果有一个能直接处理各式NLP任务的通用架构该有多好？

随着时代演进，不少人很自然地有了这样子的想法，而BERT就是其中一个将此概念付诸实践的例子

Google在预训练BERT时让它同时进行两个任务：

1. 漏字填空（完型填空），学术点的说法是 Masked Language Model

1. 判断第2个句子在原始本文中是否跟第1个句子相接（ Next Sentence Prediction ）

对正常人来说，要完成这两个任务非常简单。只要稍微看一下 前后文 就知道完形填空任务中 [MASK] 里应该填 退了 ；而 醒醒吧 后面接 你没有妹妹 也十分合理

接下来我会分别详细介绍论文中这两个任务的设计细节

BERT语言模型任务一：Masked Language Model

在BERT中，Masked LM（Masked Language Model）构建了语言模型，简单来说，就是 随机遮盖或替换 一句话里面的任意字或词，然后让模型通过上下文预测那一个被遮盖或替换的部分，之后 做Loss的时候也只计算被遮盖部分的Loss ，这其实是一个很容易理解的任务，实际操作如下：

随机把一句话中15%的token（字或词）替换成以下内容：

[MASK]

之后让模型 预测和还原 被遮盖掉或替换掉的部分，计算损失的时候，只计算在第1步里被 随机遮盖或替换 的部分，其余部分不做损失，其余部分无论输出什幺东西，都无所谓

这样做的号出是，BERT并不知道[MASK]替换的是哪一个词，而且任何一个词都有可能是被替换掉的，比如它看到的apple可能是被替换的词。这样强迫模型在编码当前时刻词的时候不能太依赖当前的词，而要考虑它的上下文，甚至根据上下文进行”纠错”。比如上面的例子中，模型在编码apple时，根据上下文my dog is，应该把apple编码成hairy的语义而不是apple的语义

BERT语言模型任务二：Next Sentence Prediction

我们首先拿到属于上下文的一对句子，也就是两个句子，之后我们要在这两个句子中加一些特殊的token： [CLS]上一句话[SEP]下一句话[SEP] 。也就是在句子开头加一个 [CLS] ，在两句话之间和句末加 [SEP] ，具体地如下图所示

可以看到，上图中的两句话明显是连续的。如果现在有这幺一句话 [CLS]我的狗很可爱[SEP]企鹅不擅长飞行[SEP] ，可见这两句话就不是连续的。在实际训练中，我们会让上面两种情况出现的 1:1

Token Embedding 就是正常的词向量，即PyTorch中的 nn.Embedding()

Segment Embedding 的作用是用embedding的信息让模型分开上下句，我们给上句的token全0，下句的token全1，让模型得以判断上下句的起止位置，例如

[CLS]我的狗很可爱[SEP]企鹅不擅长飞行[SEP]
 0   0 0 0 0 0 0 0  1 1 1 1 1 1 1 1

Position Embedding 和Transformer中的不一样，不是三角函数，而是学习出来的

Multi-Task Learning

BERT预训练阶段实际上是将上述两个任务结合起来，同时进行，然后计算Loss，例如

Input:
[CLS] calculus is a branch of math [SEP] panda is native to [MASK] central china [SEP]
Targets: false, south
----------------------------------
Input:
[CLS] calculus is a [MASK] of math [SEP] it [MASK] developed by newton and leibniz [SEP]
Targets: true, branch, was