MENU

StructBERT详解

October 15, 2020 • Read: 130 • Deep Learning阅读设置

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 ObjectiveSentence 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

Reference

Archives Tip
QR Code for this page
Tipping QR Code