BERT介绍及发展过程

Shallow Model 不能考虑上下文
Deep Model:
LSTM —— ELMO 对LSTM进行叠加使用
Transformer 来代替 LSTM 解决其缺点,产出 OpenAI GPT 再产出 BERT

Language Model: measures how likely a valid sentence.

  1. NNLM Bengio 2003 : Neural Architecture of Language Model
    缺点:每次只能考虑过去的n个单词

  2. CBOW and SkipGram 不基于语言模型

NNLM 和 CBOW, Skip-Ngram 的缺点:

  1. Could not distinguish context. i.e. Yesterday, when he backed the car, he hurt his back. (不能考虑上下文,两个back不同)
  2. Does not capture long-term dependency(需要使用时序模型)
  3. Shallow model, could not learn hierarchical representation(只有 Deep Model 才能学到层次结构的特征)

What is hierarchical Representation
Deep Learning = Learning Hierarchical Representations -- Y LeCun.

ELMO, BERT 都可以学到层次结构的特征,可以假设为:
Word features —— Syntactic features —— Semantic features

捕获时序关系模型: HMM , CRF, RNN, LSTM(解决RNN梯度问题,在RNN基础上增加了3个Gate,没百分百解决梯度问题)

BLMO
问题:

  1. 无法并行:时序模型不能并行
  2. 梯度:随着文本的增长,梯度下降,很难捕获long-term dependency.
  3. 前向/后向单独处理,伪双向

Transformer:
目标:设计一个非时序模型,但是希望模拟时序模型具备的特点。

问题:

  1. How does Transformer implement long-term dependency? (Self-attention 解决这个问题)
  2. How does self-attention, encoder-decoder attention, decoder attention differs?
  3. How does Transformer encodes different ordering of words (Positional Encoding)

1.1 对于叠加的多个 Encoder 可以定义多组 Q、K、V 矩阵, 称为 Multi-head Attention:Capture Relation from Different Perspective.

2.1
Encoder Bi-Directional 双向
Self-Attention: attention meet is
Feed Forward: 做非线性变换

Decoder: Uni-Directional 单项
Decoder Attention 最大区别就是只需要考虑单向的,而 Encoder Attention是双向的

OpenAI 是 Transformer Decoder 训练出来的
BERT 是 Transformer Encoder 训练出来的。 因此BERT是双向的。

BERT:
BERT = Stacks of Transformer Encoder (将多个 Transformer Encoder 叠加到一起)
BERT BASE 12个 Transformer Encoder
BERT LARGE 24个 Transformer Encoder

Want to train language Model, but with only predicting next words, we could consider both sides of words. How to do?
Masked LM,例如将文章中15%的词通过 MASK 符合替代,通过 BERT 预测 所有被屏蔽的 MASK. 这是BERT的训练过程。

参考文献:
The Illustrated Transformer
https://jalammar.github.io/illustrated-transformer/

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,711评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,932评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,770评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,799评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,697评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,069评论 1 276
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,535评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,200评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,353评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,290评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,331评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,020评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,610评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,694评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,927评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,330评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,904评论 2 341

推荐阅读更多精彩内容

  • 本文上两篇系列 NLP的巨人肩膀(上) NLP的巨人肩膀(中) 4.6 Bidirectional Encoder...
    weizier阅读 6,360评论 1 22
  • 本文另两篇系列 NLP的巨人肩膀(上) NLP的巨人肩膀(下) 3. 梯子的一级半 除了在word级别的embed...
    weizier阅读 6,547评论 0 18
  • 爱情是一种别人无法知道的东西,是孤独的。从本质上来讲,爱情既然是个体感受,那就注定是孤独的,即使是两个正在互诉衷肠...
    霁雪晴川阅读 209评论 0 1
  • 什么是建造者模式? 不是简单的通过new创建实例,而是在创建对象的同时,隐藏创建逻辑方式 每一类事物都有相同的属性...
    小酷哥阅读 162评论 0 1
  • 在培训界有这样一句笑话,“课上很激动,课后很冲动,回家后一动不动”。怎么样改变这样的培训现状,使得培训真正落地?答...
    汪盼盼Julie阅读 692评论 0 3