20项任务全面碾压BERT,全新XLNet预训练模型

这是继BERT发布以来又一个令广大NLPer兴奋的消息, CMU 与谷歌大脑提出的 XLNet 在 20 个任务上超过了 BERT 的表现,并在 18 个任务上取得了当前最佳效果。


而真正令人激动的是, XLNet 已经开放了训练代码和大型预训练模型,

论文地址:https://arxiv.org/pdf/1906.08237.pdf

开源代码与预训练模型:https://github.com/zihangdai/xlnet


BERT 带来的震撼还未平息,今日又一全新模型出现。


20项任务全面碾压BERT,全新XLNet预训练模型_第1张图片


XLNet是一种基于 a novel generalized permutation language modeling objective的无监督表示学习方法。此外,采用Transformer-XL作为主干模型,在长文本表示的语言任务中表现出了卓越的性能。并且在各种语言任务上实现了当前最好的(SOTA)效果,如QA,natural language inference, sentiment analysis, and document ranking等。


截止到2019年6月19日,XLNet在20项任务上的表现优于BERT,并在18项任务中取得了最好的成果。以下是XLNet-Large和BERT-Large之间的一些比较:


20项任务全面碾压BERT,全新XLNet预训练模型_第2张图片

20项任务全面碾压BERT,全新XLNet预训练模型_第3张图片

20项任务全面碾压BERT,全新XLNet预训练模型_第4张图片


作者阵容也是相当牛*:

  • 杨植麟(曾经的清华学霸,现在 CMU 读博)

  • Zihang Dai(CMU 博士)

  • CMU 教授 Yiming Yang

  • CMU 语言技术中心的总负责人 Jaime Carbonell

  • CMU 教授 & 苹果 AI 负责人 Russ Salakhutdinov

  • 谷歌大脑的创始成员 & AutoML 的缔造者之一 Quoc Le


相比于 BERT,XLNet 有哪些提升呢?


BERT存在的一些问题:

  • 基于DAE预训练模型虽然可以很好地建模双向语境信息,但由于需要 mask 一部分输入,从而忽略了被 mask 位置之间的依赖关系

  • 出现预训练和微调效果的差异(pretrain-finetune discrepancy)。


泛化自回归预训练模型 XLNet的优化点:

  • 通过最大化所有可能的因式分解顺序的对数似然,学习双向语境信息;

  • 用自回归本身的特点克服 BERT 的缺点。

  • 融合了当前最优自回归模型 Transformer-XL 的思路。


深度解读


首先,XLNet 不使用传统 AR 模型中固定的前向或后向因式分解顺序,而是最大化所有可能因式分解顺序的期望对数似然。由于对因式分解顺序的排列操作,每个位置的语境都包含来自左侧和右侧的 token。因此,每个位置都能学习来自所有位置的语境信息,即捕捉双向语境。


其次,作为一个泛化 AR 语言模型,XLNet 不依赖残缺数据。因此,XLNet 不会有 BERT 的预训练-微调差异。同时,自回归目标提供一种自然的方式,来利用乘法法则对预测 token 的联合概率执行因式分解(factorize),这消除了 BERT 中的独立性假设。


除了提出一个新的预训练目标,XLNet 还改进了预训练的架构设计。


简单地使用 Transformer(-XL) 架构进行基于排列的(permutation-based)语言建模是不成功的,因为因式分解顺序是任意的、训练目标是模糊的。因此,研究人员提出,对 Transformer(-XL) 网络的参数化方式进行修改,移除模糊性。


目标:排列语言建模(Permutation Language Modeling)


为了提供一个完整的概览图,研究者展示了一个在给定相同输入序列 x(但因式分解顺序不同)时预测 token x_3 的示例,如下图所示:


20项任务全面碾压BERT,全新XLNet预训练模型_第5张图片

图 1:排列语言建模目标示例:给定相同的输入序列 x,但因式分解顺序不同,此时预测 x_3。


模型架构:对目标感知表征的双流自注意力


下图 2 的 a、b 分别展示了这两种表征的学习。其中内容表征与 Transforme 的隐藏状态类似,它将同时编码输入本身的内容及上下文信息。Query 表征仅能获取上下文信息及当前的位置,它并不能获取当前位置的内容。具体来说,他们借鉴了 Transformer-XL 中的两项重要技术——相对位置编码范式和分割循环机制。现在,结合双流注意力和 Transformer-XL 的改进,上面图 2(c) 展示了最终的排列语言建模架构。


20项任务全面碾压BERT,全新XLNet预训练模型_第6张图片

图 2:(a)内容流注意力,与标准自注意力相同;(b)Query 流注意力,没有获取内容 x_z_t 的信息;(c)利用双流注意力的排列语言建模概览图。


Fine-tuning 与使用

STS-B: sentence pair relevance regression (with GPUs)

 
   
 1# Download the GLUE data by running this script and unpack it to some directory $GLUE_DIR. 2 3# Perform multi-GPU (4 V100 GPUs) finetuning with XLNet-Large by running 4 5CUDA_VISIBLE_DEVICES=0,1,2,3 python run_classifier.py  6  --do_train=True  7  --do_eval=False  8  --task_name=sts-b  9  --data_dir=${GLUE_DIR}/STS-B 10  --output_dir=proc_data/sts-b 11  --model_dir=exp/sts-b 12  --uncased=False 13  --spiece_model_file=${LARGE_DIR}/spiece.model 14  --model_config_path=${LARGE_DIR}/model_config.json 15  --init_checkpoint=${LARGE_DIR}/xlnet_model.ckpt 16  --max_seq_length=128 17  --train_batch_size=8 18  --num_hosts=1 19  --num_core_per_host=4 20  --learning_rate=5e-5 21  --train_steps=1200 22  --warmup_steps=120 23  --save_steps=600 24  --is_regression=True2526# Evaluate the finetuning results with a single GPU by2728CUDA_VISIBLE_DEVICES=0 python run_classifier.py 29  --do_train=False 30  --do_eval=True 31  --task_name=sts-b 32  --data_dir=${GLUE_DIR}/STS-B 33  --output_dir=proc_data/sts-b 34  --model_dir=exp/sts-b 35  --uncased=False 36  --spiece_model_file=${LARGE_DIR}/spiece.model 37  --model_config_path=${LARGE_DIR}/model_config.json 38  --max_seq_length=128 39  --eval_batch_size=8 40  --num_hosts=1 41  --num_core_per_host=1 42  --eval_all_ckpt=True 43  --is_regression=True4445# Expected performance: "eval_pearsonr 0.916+ "# Download the GLUE data by running this script and unpack it to some directory $GLUE_DIR.
2
3# Perform multi-GPU (4 V100 GPUs) finetuning with XLNet-Large by running
4
5CUDA_VISIBLE_DEVICES=0,1,2,3 python run_classifier.py 
6  --do_train=True 
7  --do_eval=False 
8  --task_name=sts-b 
9  --data_dir=${GLUE_DIR}/STS-B 
10  --output_dir=proc_data/sts-b 
11  --model_dir=exp/sts-b 
12  --uncased=False 
13  --spiece_model_file=${LARGE_DIR}/spiece.model 
14  --model_config_path=${LARGE_DIR}/model_config.json 
15  --init_checkpoint=${LARGE_DIR}/xlnet_model.ckpt 
16  --max_seq_length=128 
17  --train_batch_size=8 
18  --num_hosts=1 
19  --num_core_per_host=4 
20  --learning_rate=5e-5 
21  --train_steps=1200 
22  --warmup_steps=120 
23  --save_steps=600 
24  --is_regression=True
25
26# Evaluate the finetuning results with a single GPU by
27
28CUDA_VISIBLE_DEVICES=0 python run_classifier.py 
29  --do_train=False 
30  --do_eval=True 
31  --task_name=sts-b 
32  --data_dir=${GLUE_DIR}/STS-B 
33  --output_dir=proc_data/sts-b 
34  --model_dir=exp/sts-b 
35  --uncased=False 
36  --spiece_model_file=${LARGE_DIR}/spiece.model 
37  --model_config_path=${LARGE_DIR}/model_config.json 
38  --max_seq_length=128 
39  --eval_batch_size=8 
40  --num_hosts=1 
41  --num_core_per_host=1 
42  --eval_all_ckpt=True 
43  --is_regression=True
44
45# Expected performance: "eval_pearsonr 0.916+ "


Custom Usage of XLNet

 
   
 1    2For finetuning, it is likely that you will be able to modify  3existing files such as run_classifier.py, run_squad.py and  4run_race.py for your task at hand. However, we also provide an  5abstraction of XLNet to enable more flexible usage. Below is an  6example: 7    8import xlnet 910# some code omitted here...11# initialize FLAGS12# initialize instances of tf.Tensor, including input_ids, seg_ids, and input_mask1314# XLNetConfig contains hyperparameters that are specific to a model checkpoint.15xlnet_config = xlnet.XLNetConfig(json_path=FLAGS.model_config_path)1617# RunConfig contains hyperparameters that could be different between pretraining and finetuning.18run_config = xlnet.create_run_config(is_training=True, is_finetune=True, FLAGS=FLAGS)1920# Construct an XLNet model21xlnet_model = xlnet.XLNetModel(22    xlnet_config=xlnet_config,23    run_config=run_config,24    input_ids=input_ids,25    seg_ids=seg_ids,26    input_mask=input_mask)2728# Get a summary of the sequence using the last hidden state29summary = xlnet_model.get_pooled_out(summary_type="last")3031# Get a sequence output32seq_out = xlnet_model.get_sequence_output()3334# build your applications based on `summary` or `seq_out`   
2For finetuning, it is likely that you will be able to modify 
3existing files such as run_classifier.py, run_squad.py and 
4run_race.py for your task at hand. However, we also provide an 
5abstraction of XLNet to enable more flexible usage. Below is an 
6example:
7

8import xlnet
9
10# some code omitted here...
11# initialize FLAGS
12# initialize instances of tf.Tensor, including input_ids, seg_ids, and input_mask
13
14# XLNetConfig contains hyperparameters that are specific to a model checkpoint.
15xlnet_config = xlnet.XLNetConfig(json_path=FLAGS.model_config_path)
16
17# RunConfig contains hyperparameters that could be different between pretraining and finetuning.
18run_config = xlnet.create_run_config(is_training=True, is_finetune=True, FLAGS=FLAGS)
19
20# Construct an XLNet model
21xlnet_model = xlnet.XLNetModel(
22    xlnet_config=xlnet_config,
23    run_config=run_config,
24    input_ids=input_ids,
25    seg_ids=seg_ids,
26    input_mask=input_mask)
27
28# Get a summary of the sequence using the last hidden state
29summary = xlnet_model.get_pooled_out(summary_type="last")
30
31# Get a sequence output
32seq_out = xlnet_model.get_sequence_output()
33
34# build your applications based on `summary` or `seq_out`


Pretraining with XLNet

 
   
 1    2Refer to train.py for pretraining on TPUs and train_gpu.py for  3pretraining on GPUs. First we need to preprocess the text data  4into tfrecords. 5    6python data_utils.py  7    --bsz_per_host=32  8    --num_core_per_host=16  9    --seq_len=512 10    --reuse_len=256 11    --input_glob=*.txt 12    --save_dir=${SAVE_DIR} 13    --num_passes=20 14    --bi_data=True 15    --sp_path=spiece.model 16    --mask_alpht=6 17    --mask_beta=1 18    --num_predict=8519   20where input_glob defines all input text files, save_dir is the 21output directory for tfrecords, and sp_path is a Sentence Piece 22model. Here is our script to train the Sentence Piece model23   2425spm_train 26    --input=$INPUT 27    --model_prefix=sp10m.cased.v3 28    --vocab_size=32000 29    --character_coverage=0.99995 30    --model_type=unigram 31    --control_symbols=,,,, 32    --user_defined_symbols=,.,(,),",-,–,£,€ 33    --shuffle_input_sentence 34    --input_sentence_size=1000000035   
2Refer to train.py for pretraining on TPUs and train_gpu.py for 
3pretraining on GPUs. First we need to preprocess the text data 
4into tfrecords.
5

6python data_utils.py 
7    --bsz_per_host=32 
8    --num_core_per_host=16 
9    --seq_len=512 
10    --reuse_len=256 
11    --input_glob=*.txt 
12    --save_dir=${SAVE_DIR} 
13    --num_passes=20 
14    --bi_data=True 
15    --sp_path=spiece.model 
16    --mask_alpht=6 
17    --mask_beta=1 
18    --num_predict=85
19
20where input_glob defines all input text files, save_dir is the 
21output directory for tfrecords, and sp_path is a Sentence Piece 
22model. Here is our script to train the Sentence Piece model
23

24
25spm_train 
26    --input=$INPUT 
27    --model_prefix=sp10m.cased.v3 
28    --vocab_size=32000 
29    --character_coverage=0.99995 
30    --model_type=unigram 
31    --control_symbols=,,,, 
32    --user_defined_symbols=,.,(,),",-,–,£,€ 
33    --shuffle_input_sentence 
34    --input_sentence_size=10000000
35


详细使用介绍请访问GitHub


推荐阅读

全国392所“野鸡大学”曝光:门槛很低,只看名字难分辨

中国神童13岁免试上大学,极端荣耀后却选择出家为僧!

12 个 Python 程序员面试必备问题与答案

Python 是不是有点膨胀啊,甚至想和 Java 刚一把

20项任务全面碾压BERT,全新XLNet预训练模型_第7张图片

喜欢就点击“在看”吧!

你可能感兴趣的:(20项任务全面碾压BERT,全新XLNet预训练模型)