雷鋒網(wǎng) AI 科技評論按：自上個月谷歌公開 BERT 模型以來，BERT 模型以其雙向、深層等特點，成功在 11 項 NLP 任務(wù)中取得 state of the art 的結(jié)果，贏得自然語言處理學(xué)界的一片贊譽之聲。驚鴻一瞥后，人們都在期待谷歌何時會放出 BERT 模型源代碼。

直至今日，谷歌終于一鼓作氣發(fā)布了包括 BERT 模型 TensorFlow 代碼、BERT-Base 與 BERT-Large 模型的預(yù)訓(xùn)練檢查點、微調(diào)實驗結(jié)果的自動化復(fù)現(xiàn) TensorFlow 代碼、預(yù)訓(xùn)練數(shù)據(jù)生成和數(shù)據(jù)訓(xùn)練的代碼在內(nèi)的「BERT 模型大禮包」。雷鋒網(wǎng) AI 科技評論將通過本文分享 BERT 模型的源代碼開源網(wǎng)址，以及源代碼頁面 Readme 的部分簡介內(nèi)容（已譯成中文），以饗讀者。

BERT 項目地址：

https://github.com/google-research/bert#fine-tuning-with-bert

BERT 項目論文：

https://arxiv.org/abs/1810.04805

什么是 Bert ？

BERT 是一種對語言表征進行預(yù)訓(xùn)練的方法，換句話說，是經(jīng)過大型文本語料庫（如維基百科）訓(xùn)練后獲得的通用「語言理解」模型，該模型可用于我們最在乎的 NLP 下游任務(wù)（如問答）。BERT 之所以表現(xiàn)得比過往的方法要好，是因為它是首個用于進行 NLP 預(yù)訓(xùn)練的無監(jiān)督、深度雙向系統(tǒng)。

無監(jiān)督意味著 BERT 僅使用文本語料庫進行訓(xùn)練，這點很重要，因為在網(wǎng)絡(luò)上存在著大量公開的多語言文本數(shù)據(jù)。

預(yù)訓(xùn)練表征可能無上下文語境，也可能有上下文語境，有上下文語境的系統(tǒng)可以進一步劃分成單向的或者雙向的。以 word2vec （ https://www.tensorflow.org/tutorials/representation/word2vec  ） 和 GloVe （ https://nlp.stanford.edu/projects/glove/  ）為例，無上下文語境的模型為詞匯表中的每個單詞生成單個「詞嵌入」表征，因此「 bank 」在「 bank deposit 」和「 river bank 」中可能存在同樣的表征。反之，有上下文語境的模型會根據(jù)整句話生成詞的表征。

BERT 建立在近期一些上下文預(yù)訓(xùn)練語境表征工作的基礎(chǔ)上，包括半監(jiān)督序列學(xué)習(xí)（ https://arxiv.org/abs/1511.01432  ）、預(yù)訓(xùn)練生成模型（ https://blog.openai.com/language-unsupervised/  ）、ELMo （ https://allennlp.org/elmo  ）以及 ULMFit （ http://nlp.fast.ai/classification/2018/05/15/introducting-ulmfit.html  ），但以上模型要么是單向的，要么是淺層雙向的，這意味著每個單詞只能與其左邊（或右邊）的單詞進行語境化結(jié)合。以「  I made a bank deposit 」為例，由于是單向表示，「 bank 」只能基于左邊「  I made a 」而不是與關(guān)聯(lián)性更強的「 deposit 」生成語境。過去有一些工作試圖打造出一個能夠結(jié)合上下文語境的生成模型，然而這些工作目前看來都較「 淺層  」。BERT 真正做到了結(jié)合上下文語境來生成「  bank 」，兼顧到「  I made a 」和「  deposit 」，從深度神經(jīng)網(wǎng)絡(luò)的最底層開始，擁有深度雙向?qū)傩浴?/p>

BERT 的方法很簡單：一開始先屏蔽掉輸入詞匯的 15％，然后通過深度雙向的 Transformer 編碼器運行整個序列，最后預(yù)測屏蔽的單詞。舉個例子：

Input: the man went to the [MASK1] . he bought a [MASK2] of milk.

Labels: [MASK1] = store; [MASK2] = gallon

為了讓模型學(xué)習(xí)到句子之間的關(guān)系，我們特意將模型放在可以從任意單語語料庫里生成的簡單任務(wù)中進行訓(xùn)練：給出兩個句子 A 和 B，句子 B 究竟是句子 A 的下一個銜接句，亦或者只是語料庫中隨機生成的句子？

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

最后，我們在一個大型語料庫（維基百科 + BookCorpus ）中對一個較大的模型（12 - 24 層的 Transformer 編碼器 ）進行了長時間訓(xùn)練，最終得到 BERT。

BERT 的使用基本可以分為兩個階段：

預(yù)訓(xùn)練階段的費用不菲（在 4-16 個 TPU 上訓(xùn)練需要花上4天），好在每個語種的訓(xùn)練都能一次性搞定（目前模型只支持英語，多語言模型會在不久的將來發(fā)布）。我們正在陸續(xù)發(fā)布一些論文中提及的預(yù)訓(xùn)練模型。大多數(shù) NLP 研究人員日后再無需從頭預(yù)訓(xùn)練自己的模型。

微調(diào)階段的費用很便宜。只要一開始使用同樣的預(yù)訓(xùn)練模型，論文中所有的成果只需在單個TPU 中訓(xùn)練 1 個小時就能復(fù)現(xiàn)（在單個 GPU 上也只需幾個小時就能復(fù)現(xiàn)）。以 SQUAD 為例，只要在單個 TPU 上將模型訓(xùn)練 30 分鐘，就能獲得 91.0％ 的 Dev F1 得分，這是單系統(tǒng)目前所能達(dá)到的最好水準(zhǔn)。

BERT 的另外一個優(yōu)勢是能夠輕松適用多種類型的 NLP 任務(wù)。論文中我們展示了BERT在句子級別（如 SST-2 ）、句對級別（如 MultiNLI ）、單詞級別（如 NER ）以及長文本級別（如 SQuAD ）任務(wù)上的最新結(jié)果，幾乎沒有對模型進行特定修改。

本次資料庫發(fā)布了哪些東西？

我們將發(fā)布以下成果：

• BERT 模型（主要是標(biāo)準(zhǔn) Transformer 結(jié)構(gòu)）的 TensorFlow 代碼

• 全小寫語料訓(xùn)練版和正常語料訓(xùn)練版的 BERT-Base 與 BERT-Large 模型的預(yù)訓(xùn)練檢查點

• 自動化復(fù)現(xiàn)文中重要的微調(diào)實驗結(jié)果的 TensorFlow 代碼，包括在 SQuAD、MultiNLI 和 MRPC 數(shù)據(jù)集下的訓(xùn)練。

• 預(yù)訓(xùn)練數(shù)據(jù)生成和數(shù)據(jù)訓(xùn)練的代碼

• 可以通過免費 TPU 集群運行 BERT 的 Colab 鏈接

資料庫里的所有代碼都可以在 CPU、GPU 和  TPU 集群上運行。

使用 BERT 進行微調(diào)

重要事項：文中的所有結(jié)果都是在 64GB 內(nèi)存的單個 TPU 上進行微調(diào)。我們目前無法在 12GB - 16GB 內(nèi)存的 GPU 上來復(fù)現(xiàn) BERT-Large 的大部分結(jié)果，因為其支持的最大 batch 數(shù)太小了。為此，我們正努力在庫中添加一段可以在 GPU 上進行更大 batch 數(shù)訓(xùn)練的代碼。請在“內(nèi)存不足問題”章節(jié)（https://github.com/google-research/bert/blob/master/README.md#out-of-memory-issues  ）查閱詳情。

此代碼使用了 TensorFlow 1.11.0 進行測試。此外，也使用了 Python2 和 Python3 進行測試（使用最多的還是 Python2 ，因為這是谷歌內(nèi)部正在使用的）。

使用 BERT-Base 模型進行微調(diào)的代碼正常情況下可以在給定超參數(shù)、擁有 12GB 內(nèi)存以上的 GPU 上運行。

via https://github.com/google-research/bert/blob/master/README.md 

雷鋒網(wǎng) AI 科技評論編譯

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。