每天给你送来NLP技术干货！
来自：NLP工作站
写在前面
大家好，我是刘聪NLP。
最近在做Prompt的相关内容，本人意识中一直觉得Prompt机制在序列标注任务上不是很好转换，因此，很早前，组长问我时，我夸下海口，说：“谁用prompt做NER呀”。然后，调研发现大佬们真是各显神通，是我目光短浅了。于是，决定进行一番总结，分享给大家。「有点长，大家慢慢看，记得点赞收藏转发」
部分论文已经在自己的数据上进行了实验，最后一趴会进行简要概述，并且会分析每种方法的优劣。
TemplateNER
TemplateNER，原文《Template-Based Named Entity Recognition Using BART》，是第一篇将Prompt方法应用于序列标注任务的论文，核心思想是通过N-Gram方法构建候选实体，然后将其与所有手工模板进行拼接，使用BART模型对其打分，从而预测出最终实体类别。是一篇「手工模板且无答案空间映射」的Prompt论文。
paper: https://arxiv.org/abs/2106.01760
github: https://github.com/Nealcly/templateNER模型，训练阶段如下图（c）所示，预测阶段如下图（b）所示，下面详细介绍。
任务构造
将序列标注任务转换成一个生成任务，在Encoder端输入为原始文本，Decoder端输入的是一个已填空的模板文本，输出为已填空的模板文本。待填空的内容为候选实体片段以及实体类别。候选实体片段由原始文本进行N-Gram滑窗构建，为了防止候选实体片段过多，论文中最大进行8-gram。
模板构建
模板为手工模板，主要包括正向模板和负向模板，其中，正向模板表示一个文本片段是某种实体类型，负向文本表示一个文本片段不是实体。具体模板如下表所示，我们也可以看出，最终模型效果是与手工模板息息相关的。
训练阶段
在训练阶段，正样本由实体+实体类型+正向模板构成，负样本由非实体片段+负向模板构成；由于负样本过多，因此对负样本进行随机负采样，使其与正样本的比例保持1.5：1。其学习目标为：
402 Payment Required
预测阶段
在预测阶段，将进行8-gram滑窗的所有候选实体片段与模板组合，然后使用训练好的模型进行预测，获取每个候选实体片段与模板组合的分数（可以理解为语义通顺度PPL，但是计算公式不同），分数计算如下：
402 Payment Required
其中，表示实体片段，表示第k个实体类别，T_{y_{k},x_{i:j}}表示实体片段与模板的文本。
针对，每个实体片段，选择分数最高的模板，判断是否为一个实体，哪种类型的实体。
DemonstrationNER
DemonstrationNER，原文《Good Examples Make A Faster Learner: Simple Demonstration-based Learning for Low-resource NER》，核心思想为在原始文本的基础上，拼接示例模板信息，提高原始序列标注模型的效果。是一篇「示例模板且无答案空间映射」的Prompt论文。
paper: https://arxiv.org/abs/2110.08454
github: https://github.com/INK-USC/fewNER模型如下图（b）所示，下面详细介绍。
任务构造
依然是序列标注模型，仅将原始文本后面拼接示例模板，而示例模板的作用主要是提供额外信息（什么样的实体属于什么类别，与原文相似文本中哪些实体属于哪些类别等），帮助模型可以更好地识别出原始文本中的实体。
示例模板的构建
示例分为面向实体的示例和面向句子的示例，如下图所示，
面向实体的示例构造方法包括：
随机法，即，随机从训练集的实体列表中，抽取若干个实体，作为示例。
统计法，即，选择在训练集中出现次数较多的实体，作为示例。
网格搜索法，即，对所有实体进行网格搜索，判断采用哪些实体作为示例时，在验证集上的效果最优。
面向句子的示例构造方法包括：
SBERT法，即，使用[CLS]向量之间的余弦值作为句子相似度分数，选择与原始句子最相似的句子作为示例。
BERTScore法，即，使用句子中每个token相似度之和作为句子相似度分数，选择与原始句子最相似的句子作为示例。
模板形式主要有三种，无上下文模板、有上下文模板和词典模板，如下图所示，
最终实验结果为实体-网格搜索法-有上下文模板效果最佳。分析句子级别不好可能是由于数据空间中句子间的相似度太低导致。
训练&预测
将示例模板拼接到原始模板后面，一起进入模型，仅针对原始文本进行标签预测与损失计算，如下：
其中，表示原始文本，表示示例模板，表示原始文本经过模型后的序列向量，表示示例模板经过模型后的序列向量。损失如下：
仅考虑原始文本部分。将需要领域迁移时，将原有模型的参数赋予新模型，进训练标签映射部分参数（linear或crf）即可。
LightNER
LightNER，原文《LightNER: A Lightweight Generative Framework with Prompt-guided Attention for Low-resource NER》，核心思想为将原始序列标注任务转化为Seq2Seq的生成任务，通过在transformer的attetion机制中融入提示信息，在少量参数训练下，使模型达到较好的效果。是一篇「软模版且有答案空间映射」的Prompt论文。
paper: https://arxiv.org/abs/2109.00720
github: https://github.com/zjunlp/DeepKE/blob/main/example/ner/few-shot/README_CN.md模型如下图所示，下面详细介绍。
任务构造
将序列标注任务转换成一个生成任务，在Encoder端输入为原始文本，Decoder端逐字生成实体以及实体类型。模板信息融到Encoder和Decoder模型attention机制中，模板为soft-prompt，即一种可学习的自动模板。
基于提示引导的Attention
如上图（b）所示，分别在Encoder和Decoder中加入可训练参数，其中，为transformer的层数，，为模板长度，为隐藏节点维度，表示由key和value两项组成。
给定输入序列，，对于每一层transformer，的原始表示如下：
变化后的attention如下：
基于提示引导的Attention可以根据提示内容重新调节注意机制，使其少参数调节。并且实验发现，模板长度和提示信息融入的层数影响最终效果，当长度为10时，效果最佳。当层数为12层时，效果最佳。
训练&预测
对于Encoder端，输入文本，获取表示;
对于Decoder端，输出不仅为实体内容还可能为实体类别,即，其每个输出内容为。
标签预测时，
402 Payment Required
402 Payment Required
其中，通过答案空间映射得来，具体为“将标签中几个词语的向量加权求和，作为标签的答案空间向量”。
消融实验发现，基于提示引导的Attention和答案空间映射对于结果的影响均较大。
EntLM
EntLM，原文《Template-free Prompt Tuning for Few-shot NER》，核心思想为将序列标注任务变成原始预训练的LM任务，仅通过答案空间映射，实现任务转化，消除下游任务与原始LM任务的Gap，提高模型效果。是一篇「无模板且有答案空间映射」的Prompt论文。
paper: https://arxiv.org/abs/2109.13532
github: https://github.com/rtmaww/EntLM/模型如下图所示，下面详细介绍。
任务构造
将序列标注任务转换成一个与预训练阶段一致的LM任务，消除下游任务与预训练任务的Gap。对其输入文本进行LM预测，当token不是实体时，预测成与输入一致的token；当token是实体时，预测成实体类别下的token。而针对每个实体类别下的token的整合，即答案空间映射如何构造。
答案空间映射的构造
在特定领域下，往往未标注文本以及每个实体类别的实体列表是很好获取的，通过词表回溯构建伪标签数据
402 Payment Required
，其中， 表示实体类别， 表示文本数据。由于伪标签数据会存在很多噪音数据，因此在构建答案空间映射时，使用4种方法，对每个实体类别中的候选词语进行筛选。数据分布法，即，筛选出在语料库中，每个实体类别出现频率最高的几个词。
语言模型输出法，即，将数据输入到语言模型中，统计每个类别中词汇在语言模型输出概率的总和，选择概率最高的几个词。
数据分布&语言模型输出法，即将数据分布法和语言模型输出法相结合，将每个实体类别中的某一词的词频*该词模型输出概率作为该词得分，选择分数最高的几个词。
虚拟标签法，即，使用向量代替实体类别中的词语，相当于类别「原型」，向量获取办法为将上述某一种方法获取的高频词，输入到语言模型中，获取每个词语的向量，然后进行加和取平均，获取类别向量。
由于一些高频词可能出现在多个实体类别中，造成标签混乱，因此采用阈值过滤方法去除冲突词语，即（某个类别中的词语出现的次数/词语在所有类别中出现的次数）必须大于规定的阈值，才将该词语作为该实体类别的标签词语。
实验发现，绝大多少情况下，数据分布&语言模型输出法获取高频词，再使用虚拟标签法获取类别「原型」的方法最好。
训练&预测
模型训练阶段采用LM任务的损失函数，如下：
其中，，为预训练过程中LM层参数。
UIE
UIE，原文《Unified Structure Generation for Universal Information Extraction》，核心思想为将序列标注任务转化为Seq2Seq的生成任务，将手工提示模板与原始文本进行结合，通知模型待抽取的内容，再通过特定的抽取格式，进行逐字解码生成，提高模型效果。是一篇「手工模板且无答案空间映射」的Prompt论文。不过UIE适用于所有信息抽取任务，不限于NER任务，但后面主要以NER任务为例，进行阐述。
paper: https://arxiv.org/abs/2203.12277
github: https://github.com/universal-ie/UIE模型如下图所示，下面详细介绍。
值得注意的是，UIE这篇论文与百度Paddle提到到UIE框架并不一个东西（看过源码的人都知道，不要混淆）。百度Paddle提到到UIE框架本质是一个基于提示的MRC模型，将提示模板作为query，文本作为document，使用Span抽取提示对应的内容片段。
任务构造
将序列标注任务转换成一个生成任务，在Encoder端输入为提示模板+原始文本，Decoder端逐字生成结构化内容。以T5为基础，采用预训练技术，学习从文本到结构化生成。
手工模板
在编码端，通过待抽取schema（实体类别、关系等）构造Prompt模板，称为SSI，同于控制生成内容。模板样式如下图所示，
在解码端，设计了特定的抽取结构，称为SEL，而这种特殊的结构，也可以算作模板的一种吧，可以使解码时，按照统一要求进行表示。抽取结构样式如下图所示，
只需关注Entity部分即可。
训练&测试
对于Encoder端，输入文本以及SSI内容，获取表示为：
对于Decoder端，逐字生成，如下：
由于训练数据中，待生成部分的数据格式均按照SEL格式构造，因此生成内容也会遵循其结构。
而模型重点是如何构造预训练数据，在预训练过程中，数据来自Wikidata、Wikipedia和ConceptNet。并且构造的数据格式包含三种，分别为、和。
，是通过Wikidata和Wikipedia构建的text-to-struct平行语料。
，是仅包含结构化形式的数据。
，是无结构化的纯文本数据。
在预训练过程中，三种语料对应不同的训练损失，训练的网络结构也不一样。训练整个Encoder-Decoder网络结构，仅训练Decoder网络结构，进训练Encoder网络结构，最终的损失是三者的加和。
总结
本人在自己的中文数据集上，测试了TemplateNER、LightNER和EntLM的效果，惊奇的发现当数据量增加到50-shot时，「BERT-CRF」的效果是最好的（别整哪些没用的，加点数据啥都解决了，这也是令我比较沮丧的点。也许、可能、大概、兴许、或许是数据集或者代码复现（code下载错误？）的问题，无能狂怒！！！）。
当5-shot和10-shot时，EntLM方法的效果较好，但是跟答案空间映射真的是强相关，必须要找到很好的标签词才能获取较好的效果。而TemplateNER方法测试时间太久了，在工业上根本无法落地。
就像之前我对prompt的评价一样，我从来不否认Promot的价值，只是它并没有达到我的预期。是世人皆醉我独醒，还是世人皆醒我独醉，路还要走，任务还要做，加油！！！
最近文章
EMNLP 2022 和 COLING 2022，投哪个会议比较好？
1984
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
