学习内容

前情提要

BERT与芝麻街

这些都是BERT的组件

BERT与进击的巨人

BERT（340 M 参数）
ELMO（94M）
GPT-2（1542M）
Megatron（8B）
T5（11B）
Turing NLG（17 billion）
GPT-3（170 billion）

Bert的基本知识

前提

监督学习： 有标签
自监督学习：由于没有标签，我们需要将文章的某一部分作为特征，另一部分作为标签，使得特征经过模型后和标签距离更近；
无监督学习： 就是没有标签喽！

Masking Input

BERT就是输入一些字符，输出一些字符；
Mask Input有两种：第一种是盖住； 第二种是替换；
但是在输出结果后还是要和GT标签计算距离！

Next sentence Prediction （观察两个数据是相连还是不相连）

方法：
输入两个句子，输出vector
sep: 两个句子的分隔符；
CLS： 输出这两个句子是不是相连接的，连接 = True； 不连接=Flase；

评价：
没有用，这个Next sentence Prediction是没用的

其它：
SOP： sentence order prediction
Used in ALBERT

那Bert有什么用？ 填空题？

其它应用？

下游任务！ 我们需要Bert进行pre-train，类似胚胎干细胞，fine-tune成不同的Model

GLUE

判断一个模型好与不好，需要在公开模型中判断，GLUE就是一个标杆；
GLUE中包含了各种数据集，从而测试不同模型的不同的性能。下图中是各个子任务达到的SOTA和人类能力的比对。

实例

Case 1: 情感分析

图片1
线性层是需要随机初始化的！ 而BERT是预训练的模型（会做填空题的BERT）， CLS输出该句子的情感。
随机初始化的效果要差！

Case 2：POS（词性标注） 输入一个句子输出一样长度的句子

图片2
这里的CLS就没啥用了，因为我们输出的是三个

Case3： NLI（自然语言逻辑判断）

查看两句话的逻辑是否相通，能否通过前提推出假设！ 是不是矛盾的！
图片3
用在哪？ 比如论文和某个人的评论，到底是合理的还是不合理的！
输入两个句子，输出CLS

Case4： QA（问答系统）

让机器读后，你提出问题，让他给你一个答案！
题目： 图片1
怎么使用BERT： 图片2
你唯一需要训练的向量就是两个随机初始化的向量，这两个向量的大小和BERT的产出向量是同样大小到 ！怎么使用这两个向量呢？ 我们先用橙色的向量与右边的文件向量做Inner Product，查看和document哪个单词的内积更高，那么s 就等于几； 蓝色的同理，代表了答案结束的向量，d就等于几。答案= s - d
问题1： 输入长度有限制吗？
答： 长度不是无限长的

问题2： 和填空题的区别
答：

训练Bert 是很困难的

需要3billions单词， 3000倍哈利波特。
Google的ALBERT；

Bert Embryology 胚胎学

Bert增强= MASS/BART

将Encoder的输入弄坏！也就是添加Mask，旋转等 ； 而Decoder需要还原Encoder弄坏的单词；

T5-Comparison

有这么多弄坏的方法，哪些更好呢？ 谷歌T5已经做了！ 它是在C4（公开资料集 7T ）上计算的。