StructBERT
StructBERT: Incorporating Language Structures into Pre-training for Deep Language Understanding
StructBERT是阿里对的一个BERT改进，模型取得了很好的效果，目前在GLUE排行榜上排名第二
首先我们看下面一个英文和中文两句话
i tinhk yuo undresatnd this sentneces.
研表究明，汉字序顺并不定一影阅响读。比如当你看完这句话后，才发这现里的字全是都乱的
其实上面两个句子都是乱序的
这就是structBERT的改进思路的来源。对于一个人来说，字或字符的顺序不影响阅读，模型也是一样，一个好的LM，需要懂得自己纠错
StructBERT的模型架构和BERT一样，它改进在于，在现有MLM和NSP任务的情况下，新增了两个预训练目标：Word Structural Objective和Sentence Structural Objective
Word Structural Objective
从未被mask的序列中随机选择部分子序列（使用超参数$K$来确定子序列的长度），将子序列中的词序打乱，让模型重建原来的词序
$$ \mathop{argmax}\limits_{\theta}\sum \log P(pos_1=t_1,pos_2=t_2,...,pos_k=t_k\mid t_1,t_2,...,t_k,\theta) $$
其中，$\theta$表示模型的参数，希望的结果是把子序列恢复成正确顺序的likelihood最大
- Larger $K$，模型必须要学会重建更多的干扰数据，任务难
- Smaller $K$，模型必须要学会重建较少的干扰数据，任务简单
论文中设定的是$K=3$，这对单个句子任务的效果比较好
Sentence Structural Objective
给定句子对（S1,S2），判断S2是S1的下一个句子、上一个句子、毫无关联的句子（三分类问题）
采样时，对于一个句子S，$\frac{1}{3}$的概率采样S的下一句组成句对，$\frac{1}{3}$的概率采样S的上一句，$\frac{1}{3}$的概率随机采样另一个文档的句子组成句对
Ablation Studies
作者对于提出的两个预训练任务进行了消融研究，以验证每个任务的有效性
如上图所示，这两个任务对大多数下游任务的性能都有很大影响（除了SNLI）
- 前三个是单句任务，可以看出Word Structural Objective对它们的影响很大
- 后三个是句对任务，可以看出Sentence Structural Obejctive对它们的影响很大
后记
很可惜，笔者翻遍了github也没有找到预训练好的StructBERT模型
