TinyBERT搜索: 比BERT快10倍，小20倍

关注上方“深度学习技术前沿”，选择“星标公众号”，

资源干货，第一时间送达！

TinyBERT是谷歌开发的新模型，与传统BERT相比，它快10倍，小20倍，可在CPU上运行。

作者：Jack Pertschuk，Cole Thienes

最近，Google推出了一种新的搜索模型。该方法基于流行的开源Transformer BERT，它使用语言理解来解决传统关键字方法无法做到的搜索，提升搜索的体验。

特别是对于更长的，更多的对话查询，或诸如“ for”和“ to”之类的介词与含义有很大关系的搜索，改进后的搜索引擎将能够理解查询中单词的上下文。用户可以通过一种自然的方式进行搜索。

-Google搜索副总裁Pandu Nayak

本文构建了NBoost模型，并在此过程中使用了TinyBERT进行搜索，以使非专业人也可以轻松使用高级搜索排名模型。

更小，更快的BERT

BERT可以改善搜索结果，但有一个要点：要运行这些查询理解模型需要资源。尤其是当响应时间至关重要且必须处理数百万次搜索时。这项挑战是如此艰巨，以至于Google甚至构建了自己的硬件（云TPU）来运行模型。

为了在标准硬件上运行这些模型，我们使用知识蒸馏，该过程，用较大的教师网络训练较小的学生网络，学生网络保证了大多数准确性，但使用的层数较少（通常较小），从而使其变得更小且更快。

TinyBERT架构

参考华为的代码（https://github.com/huawei-noah/Pretrained-Language-Model/tree/master/TinyBERT），并对其进行了修改，我们进行了知识蒸馏。并在MS Marco数据集进行训练和评估。我们先使用MS Marco训练三元组在PyTorch中训练了一个基于bert的教师网络。然后，我们用它作为教师来训练一个较小的学生BERT网络，该网络只有4个隐藏层（标准BERT是12）。此外，这些层中的每一个只有312维（标准BERT是768），从而使模型更加轻巧。我们在BERT的末尾增加二元分类的前馈网络来生成得分以进行搜索排名。

以下是我们使用的tinyBERT架构的示例bert_config.json，与标准bert_config的显着区别是加粗的。

{
 “attention_probs_dropout_prob”: 0.1,
 “cell”: {},
“emb_size”: 312,
 “hidden_act”: “gelu”,
 “hidden_dropout_prob”: 0.1,
 “hidden_size”: 312,
 “initializer_range”: 0.02,
 “intermediate_size”: 1200,
 “max_position_embeddings”: 512,
 “num_attention_heads”: 12,
 “num_hidden_layers”: 4,
 “pre_trained”: “”,
 “structure”: [],
 “type_vocab_size”: 2,
 “vocab_size”: 30522
}
评估

MS Marco是现实世界中搜索引擎使用情况数据的最大公共来源，使其非常适合评估搜索和问答模型。当BERT Base首次在MSMarco上使用时，它以0.05的MRR击败了最新技术。基于BERT的解决方案仍然位于排行榜的顶部。我们的目标是找到一种方法，以一种足以在现实世界中使用的模型来实现这一目标。

TinyBERT，虽然不如BERT Base有效，但我们的实验表明，它保留了BERT Base MRR分数的90％（0.26与BM25排名前50位的0.29对比0.29，而使模型快10倍，小20倍）。但是，基于学术基准（例如MS Marco）的结果通常缺乏现实世界的可概括性，因此应谨慎考虑。

点击阅读原文，可直达原文网页地址！！！