T5模型总结概述

Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer

谷歌 2020
论文地址：https://arxiv.org/pdf/1910.10683.pdf

概述

T5是一个统一的模型框架，将各类NLP任务都转化为Text2text任务（即无监督/有监督的文本生成预训练任务），使得这些任务在训练时能够使用相同的目标函数，在测试时使用相同的解码过程。

T5模型结构

与Transformer的encoder-decoder结构大致一致。

但主要有以下几点不同：

• 删除了LayerNorm中的bias
• 将LayerNorm操作放在了残差连接后面
• 使用了一种相对位置编码的方案
  （顺带一提，上述改动是最原始的T5，后续谷歌又对T5做了优化，即T5.1.1）主要升级：
• 改进了FFN部分，将relu激活的第一个变换层改为了gelu激活的门控线性单元：
• T5.1.1只让Encoder和Decoder的Embedding层共享，而Decoder最后预测概率分布的Softmax层则用了一个独立的Embedding矩阵（之前是三个层都共享一个Embedding矩阵）
• 在预训练阶段去掉了dropout，只有微调的时候使用dropout

数据集

作者自己构造的数据集 C4: the Colossal Clean Crawled Corpus

输入输出格式

类似于显式prompt的形式，人工设计了前缀来提示T5需要解决的任务类型，如图1所示。

• translate English to German: + [sequence]：翻译任务
• cola sentence: + [sequence]： CoLA语料库，微调BERT模型。
• stsb sentence 1:+[sequence]：语义文本相似基准。自然语言推理和蕴涵是类似的问题。
• summarize + [sequence]：文本摘要问题。
  这样的话，NLP任务就被统一成了：
  Prefix + sequence A -> sequence B

一系列的实验

最后作者进行了一系列的实验确定了T5模型的最终结构和训练方式（有钱真好）：

• 模型架构：类似于Transformer的Encoder-decoder；
• 无监督训练目标：采用span-corruption目标，类似SpanBERT的做法；
• 预训练策略：采用multi-task预训练方式(即无监督任务和有监督任务一起预训练)

参考文献

1. https://spaces.ac.cn/archives/7867
2. https://www.jianshu.com/p/e44edb65f65e
3. https://blog.csdn.net/yangyanbao8389/article/details/121131751