学习 | BERT模型结构

前言

1.Bert使用Transformer的Encoder

2.预训练包括masked lamngluage modeling和next sentence classification 2个任务

3.强大且开源

1.模型结构，对照pytorch实现

1.BertModel继承自BertPreTrainedModel,父类包括不同种类的权重和偏置的初始化函数以及模型加载函数。

2.BertModel实施Embedding、Encoder、取Encoder的最后一层进行BertPooler，可选择输出Encoder的最后一层或全部，此外还输出Pooler的结果。

3.Embedding模块将input_ids、position_ids、token_type_ids分别进行nn.Embedding变换，3个输出矩阵相加后进行层归一化和dropout后输出。其中position_ids初始化为位置编号（0，1，…）；token_type_ids为段号（segment_ids）,当输入为两个句子时，以0/1区分，否则该字段为0.

4.Encoder模块由若干个相同BertLayer模块串联组成，由bool型参数output_all_encoded_layers控制输出所有模块的输出列表或仅输出尾模块的结果。

5.BertLayer模块包括BertAttention、BertIntermediate、BertOutput三个步骤。

6.BertAttention包括BertSelfAttention、BertSelfOutput。

7.BertSelfAttention中几处实现细节：1）通过nn.Linear(hidden_state)得到q、k、v；2）使用4维向量的计算和变换实现muti_head；3）句长掩码的值为0/-10000.，通过与score相加实现。

8.BertSelfOutput包括一个等形的线性变换【多头合并之后，线性变换】及dropout、残差连接后进行层归一化。

9.BertIntermediate包括一个线性变换（输入维度为hidden_size即768，输出维度为intermediate_size即3072=768*4）和非线性激活。

10.BertOutput 包括一个线性变换（输入维度为768*4，输出维度为768）及dropout，残差连接后进行层归一化。

11.BertPooler模块取隐藏状态hidden_states的第一个时间步（其size为[batch_size,hidden_size]）,经过输出维度同为hidden_size的线性变换，经tanh非线性激活函数后输出。

2.预训练

参考 1.3预训练任务

3.预训练权重

Bert提供7种预训练好的模型文件：
-Base 12-layer，768-hidden，12-heads，110M parameters
-Large 24-layer，1024-hidden，16-heads，340Mparameters
-Uncased 不区分大小写，NER任务尤其需要不区分大小写
-Cased 区分大小写
以上组合共4种，
此外base还包括与 -multilingual 多语言 组合的2种，以及-Chineae 1种。

PRETRAINED_MODEL_ARCHIVE_MAP = {
    'bert-base-uncased': "https://s3.amazonaws.com/models.huggingface.co/bert/bert-base-uncased.tar.gz",
    'bert-large-uncased': "https://s3.amazonaws.com/models.huggingface.co/bert/bert-large-uncased.tar.gz",
    'bert-base-cased': "https://s3.amazonaws.com/models.huggingface.co/bert/bert-base-cased.tar.gz",
    'bert-large-cased': "https://s3.amazonaws.com/models.huggingface.co/bert/bert-large-cased.tar.gz",
    'bert-base-multilingual-uncased': "https://s3.amazonaws.com/models.huggingface.co/bert/bert-base-multilingual-uncased.tar.gz",
    'bert-base-multilingual-cased': "https://s3.amazonaws.com/models.huggingface.co/bert/bert-base-multilingual-cased.tar.gz",
    'bert-base-chinese': "https://s3.amazonaws.com/models.huggingface.co/bert/bert-base-chinese.tar.gz",
}

4.几种预训练语言模型

1.CBOW：词袋模型，上下文，无位置信息
2.GPT：Transformer的Decoder，上文
3.Bert：Transformer的Encoder，上下文
4.ELMo：BiLSTM，上文和下文