论文解读:NSP-BERT: A Prompt-based Zero-Shot Learner Through an Original Pre-training Task——Next Sentence Prediction
先前的一些基于Prompt的方法都是建立在Masked Language Modeling(MLM)任务上,即将下游任务转换为完形填空型任务。本文则换一种角度,将Prompt用在了被大多数语言模型摒弃掉的Next Sentence Prediction(NSP)上。
简要信息:
序号 | 属性 | 值 |
---|---|---|
1 | 模型名称 | NSP-BERT |
2 | 发表位置 | ArXiv 2021 |
3 | 所属领域 | 自然语言处理、预训练语言模型 |
4 | 研究内容 | Prompt-tuning |
5 | 核心内容 | NSP, Prompt-tuning, Few-shot |
6 | GitHub源码 | https://github.com/namisan/mt-dnn |
7 | 论文PDF | https://arxiv.org/pdf/2109.03564 |
一、动机:
现有的工作都关注基于GPT的 left-to-right 或BERT的Masked Language Model(MLM)的prompt方法(即基于token-level的prompt);本文则使用被RoBERTa等摒弃掉的NSP任务来实现,并应用在Zero-shot场景。
二、贡献:
- 提出NSP-BERT,基于sentence-level的pre-training任务实现prompt-learning;
- 提出两个可选择的label/answer映射方法,在sentence-pair上提升效果;
三、Prompt
目前Prompt-tuning可以分为两种类型,分别是:
Token-level Prompt-learning
给定一个句子,添加一个带有[MASK]的prompt模板,设计verbalizer来获得[MASK]预测的词以及对应的标签;因此可以将一些任务转换为完形填空式任务。
Sentence-level Prompt-learning
将NLP转换为文本蕴含任务,例如:
换句话说,可以将原始的文本、设计的Template以及候选的答案一起拼接起来后,构造为NSP的任务数据,并让模型来判断候选答案是否符合上下文语义。
四、NSP-BERT
NSP可以用于多种不同的任务,所有任务均可以转换为NSP的格式,具体情况如下图所示:
MLM与NSP的对比如下图所示:
- 基于MLM的prompt-tuning旨在添加一个额外的模板,并让模型预测[MASK]对应的预测结果,并映射到相应的类别上,从而只需要利用预训练好的MLM head,避免引入新的参数;
- 基于NSP的prompt-tuning则是完全利用预训练好的NSP head,将所有任务转换为类似自然语言推理(NLI)的模式,并让模型判断候选的答案是否正确。
具体地说,在预训练过程中,NSP的目标始终是一个二分类任务,即在NSP头部([CLS])添加一个分类器:
q M ( n k ∣ x i ) = exp s ( n k ∣ x i ( 1 ) , x i ( 2 ) ) ∑ exp s ( n k ∣ x i ( 1 ) , x i ( 2 ) ) q_{\mathcal{M}}(n_k|\mathbf{x}_i)=\frac{\exp s(n_k|\mathbf{x}_i^{(1)}, \mathbf{x}_i^{(2)})}{\sum\exp s(n_k|\mathbf{x}_i^{(1)}, \mathbf{x}_i^{(2)})} qM(nk∣xi)=∑exps(nk∣xi(1),xi(2))exps(nk∣xi(1),xi(2))
其中 n k ∈ { I s N e x t , I s N o t N e x t } n_k\in\{IsNext, IsNotNext\} nk∈{IsNext,IsNotNext}, s ( ) s() s() 表示NSP head的相似度计算函数
NSP-BERT可以用于多个任务
single-sentence task
输入原始句子,以及对应的一个模板:
预测的概率则为
sentence pair task
输入两个文本:
在NSP头部输出结果:
cloze-style task
输入一个文本,每个标签 j j j 都对应一个带有[MASK]的模板 p i ( j ) p_i^{(j)} pi(j):
输出isNext的概率分布:
备注:在cloze-style时,[MASK]部分(文本为[BLANK])与候选文本的位置应该相等,即soft-position:
Word Sense Disambiguation
认为,NLI要提升推理能力,需要避免指代问题,提出two-stage prompt:
Answer Mapping
如何将预测的答案映射到对应的标签上呢?因为NSP只是一个二分类任务(IsNext)。提出两种方法:
-
candidates-contrast:如果某个task包含多个候选标签,则为每个标签设计一个prompt模板,然后通过NSP预测这个标签与原文匹配的关系概率;对所有的标签,取概率最大的
-
samples-contrast
对于一些没有候选标签的数据,则基于样本和排序完成预测对应的标签: