BERT-Bidirectional Encoder Representations from Transformers

本文主要是介绍BERT-Bidirectional Encoder Representations from Transformers，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

BERT, or Bidirectional Encoder Representations from Transformers

BERT是google最新提出的NLP预训练方法，在大型文本语料库（如维基百科）上训练通用的“语言理解”模型，然后将该模型用于我们关心的下游NLP任务（如分类、阅读理解）。 BERT优于以前的方法，因为它是用于预训练NLP的第一个**无监督，深度双向**系统。

简单的说就是吊打以前的模型，例如 Semi-supervised Sequence Learning,Generative Pre-Training,ELMo, ULMFit，在多个语言任务上（SQuAD, MultiNLI, and MRPC）基于BERT的模型都取得了state of the art的效果。

BERT 的核心过程:

1. 从句子中随机选取15%去除，作为模型预测目标，例如：

   Input: the man went to the [MASK1] . he bought a [MASK2] of milk.
   Labels: [MASK1] = store; [MASK2] = gallon
   

2. 为了学习句子之间的关系。会从数据集抽取两个句子，其中第二句是第一句的下一句的概率是 50%，

   Sentence A: the man went to the store .
   Sentence B: he bought a gallon of milk .
   Label: IsNextSentence
   

   Sentence A: the man went to the store .
   Sentence B: penguins are flightless .
   Label: NotNextSentence
   

3. 最后再将经过处理的句子传入大型 Transformer 模型，并通过两个损失函数同时学习上面两个目标就能完成训练。

主要在于Transformer模型。后续需要再分析其模型机构以及设计思想。

预训练模型

• BERT-Base, Uncased:
  12-layer, 768-hidden, 12-heads, 110M parameters
• BERT-Large, Uncased:
  24-layer, 1024-hidden, 16-heads, 340M parameters
• BERT-Base, Cased:
  12-layer, 768-hidden, 12-heads , 110M parameters
• BERT-Large, Cased: 24-layer, 1024-hidden, 16-heads, 340M parameters
  (Not available yet. Needs to be re-generated).
• BERT-Base, Multilingual:
  102 languages, 12-layer, 768-hidden, 12-heads, 110M parameters
• BERT-Base, Chinese:
  Chinese Simplified and Traditional, 12-layer, 768-hidden, 12-heads, 110M
  parameters

其中包含：

• A TensorFlow checkpoint (bert_model.ckpt) containing the pre-trained
  weights (which is actually 3 files).
• A vocab file (vocab.txt) to map WordPiece to word id.
• A config file (bert_config.json) which specifies the hyperparameters of
  the model.

其他语言见： Multilingual README。开放了中文数据集。

• BERT-Base, Multilingual: 102 languages, 12-layer, 768-hidden, 12-heads, 110M parameters
• BERT-Base, Chinese: Chinese Simplified and Traditional, 12-layer, 768-hidden, 12-heads, 110M
  parameters

（算力紧张情况下单独训练了一版中文，中文影响力可见一斑，我辈仍需努力啊）

更多细节见： https://github.com/google-research/bert

Reference

1. GitHub(TensorFlow): https://github.com/google-research/bert
2. PyTorch version of BERT :https://github.com/huggingface/pytorch-pretrained-BERT
3. BERT-Base, Chinese: https://storage.googleapis.com/bert_models/2018_11_03/chinese_L-12_H-768_A-12.zip
4. 论文： https://arxiv.org/abs/1810.04805.

这篇关于BERT-Bidirectional Encoder Representations from Transformers的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---