【DL】5 BERT入门——李宏毅机器学习课程笔记(ELMO，BERT，GPT)

视频地址

1. Review

如何让电脑读人类的词汇？

最早采用1-of-N Encoding，显然一个词用一个向量表示不合理，之后采用Word-Class，但是这种分类还是太粗糙了，再后来采用Word Embedding


同一个词汇可能有不同的意思：

• Have you paid that money to the bank yet ?(银行)
• It is safest to deposit your money in the bank.(银行)
• The victim was found lying dead on the river bank.(河堤)
• They stood on the river bank to fish.(河堤)

以上四个word tokens有相同的word type，在典型的word embedding里面，每一个word type有一个嵌入，但语义这种东西是很微妙的，例如：

• The hospital has its own blood bank.(血库)

更多的例子：

期待：

• Each word token has its own embedding (even though it has the same word type)(每个 word token都有自己的嵌入（即使它有相同的词型）)
• The embeddings of word tokens also depend on its context(word token的嵌入也取决于其语境)

2. ELMO

Embeddings from Language Model (ELMO)

• RNN-based language models (trained from lots of sentences)

例如：“潮水 退了 就 知道 誰 沒穿 褲子”


深层LSTM中的每一层都可以生成一个潜伏的表示，我们应该用哪个？

ELMO的思想就是’我全都要’，不同的Task抽不同层的权重不一样：

3. BERT

Bidirectional Encoder Representations from Transformers (BERT)

BERT = Encoder of Transformer

从大量的文本中学习，无需注释，做的事情就是每句话输出一个向量！

尽管这里用’word’作为单位，但处理中文时，用’字’character可能是更为恰当的，因为word几乎是无法穷举的，常用的字可能仅有4000多个

3.1 训练BERT

BERT是怎么训练出来的呢？

• Approach 1: Masked LM
  有15%的几率盖住，让BERT把它填回来
  
• Approach 2: Next Sentence Prediction
  • [CLS]: the position that outputs classification results
  • [SEP]: the boundary of two sentences

用一个特殊的token告诉要做Classifier这件事情

以上两种训练方法是同时使用的

3.2 使用BERT

Case 1

• 输入：单句
• 输出：类
• 例如：情感分析、文件分类…

（BERT有中文版的，有训练好的，直接下载下来用就好了？）

Case 2

• 输入：单句
• 输出：每个词的类
• 例如：槽位填充

Case 3

• 输入：两句
• 输出：类
• 例如：自然语言推理
  

Case 4

基于提取的问题回答(QA)(如SQuAD)

红色的Vec决定开始的s，蓝色的Vec决定结束的e


SQuAD 2.0 BERT 屠榜 ……

3.3 ERNIE

Enhanced Representation through Knowledge Integration (ERNIE)

特别为中文设计

3.4 BERT学到了什么

BERT到底每一层学到了什么？1、2

Multilingual BERT

4. GPT

Generative Pre-Training (GPT)

GPT、 Source of image

训练方法如下：


Zero-shot Learning(完全没有训练资料的情况下学习)?

• 阅读理解
• 总结
• 翻译

可视化，很多词汇都要看第一个词汇，以下结果来自GPT-2：

以下文章生成例子来自OPENAI

一个demo

一个调侃的图片

小结

1. ELMO就是把一个词的很多word token都输出一个向量，在把这些向量加起来，根据不同的任务为每个层赋予不同的权重
2. BERT是Transformer的编码器部分，了解了怎么训练、使用BERT，关于中文的ERNIE可以了解一下，如果能直接用就好了
3. GPT是Transformer的解码器部分，其最大特点就是’大’，能够在完全没有训练资料的情况下学习，但是GPT-2没有开源，所以是’别人家的东西’