项目学习来源：
零基础入门NLP - 新闻文本分类赛题与数据-天池大赛-阿里云天池
目录
一、实验数据分析
见大赛数据说明文档
二、实验原理—BERT文本分类
1、BERT的结构
BERT模型在2018年Google AI 发表的论文中首次被提出，并在11个NLP任务表现上刷新了记录。
BERT基于Transformer encoder，该结构可实现一次性读取整个文本，以进行双向的语言表征，实现预测任务。输入的Embedding通过一层层的Encoder进行编码转换，再连接到不同的下游任务。
2、BERT的输入
粉色块--输入的字符块token，其特点：
（1）在每个序列开头插入[CLS]分类token，用于分类相关任务；
（2）在每句结束后插入[sep]分割token，用以分开不同句子。
token对应向量，其特点：
(1) Token Embedding--标定对应的token；
(2) Segment Embedding--对句子的分割，用以表征token属于句子A还是句子B；
(3) Position Embedding--表征token在序列中的位置。
3、BERT的两大预训练任务
1.Masked Language Model（MLM）
（1）以15%的概率用mask token （[MASK]）随机地对每一个训练序 列中的token进行替换；
（2）预测出[MASK]位置原有的单词；
（3）用该位置对应的输出预测出原来的token（输入到全连接，然后用softmax输出每个token的概率，最后用交叉熵计算loss）。
2.Next Sentence Prediction（NSP）
当选择句子A和B作为预训练样本时，B有50％的可能是A的下一个句子（IsNext），也有50％的可能是随机句子（NotNext），将训练样例输入到BERT模型中，用[CLS]对应的C信息，就是分类信息，进行分类预测。
4、BERT的输出
因为BERT是只有encoder的transformer构成的，transformer能实现有多少输入就有多少输出
图中C为分类token[CLS]对应的输出，Ti表示对应输入token的输出
三、实验设计
1、实验框架
2、数据处理——将数据处理为能够训练BERT的样式
样本长度不一，处理方式：
填充词元：
对于每条输入样本：
[CLS]作为一种特殊标记添加在每一条输入样本之前
[SEP]则作为一种特殊的分隔符用来分割句子对，例如<question, answer>。
transformer层输出和输入长度相同的词嵌入向量，在分类时，只需要得到第一个词向量并进行分类即可。
代码层面实现：
加载分词器tokenizer，使用类方法from_pretrained加载预训练模型：
tokenizer = transformers.AutoTokenizer.from_pretrained('bert-base-uncased')
bert-base-uncased是bert最基础的模型，也是基于transformer的神经网络，其网络细节：
| 参数 | 大小 |
| layer | 12 |
| hidden_size | 768 |
| num_attention_heads | 12 |
| parameters | 110M |
3、模型搭建
首先，初始化模型，用bert-base-uncased作为预训练模型，选用bertforsequencecalssificationz作为函数调用接口。
接着定义：前向传播forward()函数，将处理好的数据使用Pytorch的DataLoader模块导入模型中
然后，配置优化器，主要优化两方面：
模型参数的优化：调用Adam优化器，Adam优化器对于学习率没有那么敏感，简便易用
学习率的动态衰减：采用指数衰减策略，参数gamma为衰减的底数，可以通过改变gamma来改变学习率衰减的幅度
训练过程：给定批量数据（小批量梯度下降），利用前向传播函数计算loss值并返回
4、训练模型
分类器classifier参数：
batch_size = 8 learning_rate=3e-5（因为数据量很大，需要把学习率设置小一点）
衰减底数gamma=0.8
训练器trainer超参数：
gpu数量=8 max_epoch=3
log_every_n_step=0.8
训练过程（历经四个多小时）：
四、实验结果
F1指数为0.85，只能说预测的还行，不算很好，但也不差
813
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
