BERT理解:
是基于双向Transformer的Encoder部分,能够动态学习词嵌入;
和RNN的区别最大的就是,RNN是序列模型,必须要学习完上一个字才能学习下一个,而Transformer的训练是并行的,即所有字都是同时训练的,这样就大大增加了训练效率;
BERT输入部分的处理:
e.g:my dog is cute.
Token Embedding:
将输入的词嵌入token化
token后:[“my”,“dog”,“is”,“cute”,“.”]
Segment Embedding:
首尾加上特殊字符:
[CLS]my dog is cute.[SEP]
其中,[CLS]包含着整个句子的信息表征(之所以放在句首,事实上是无所谓位置的,因为transformer是并行的,没有序列关系)
[SEP]可以用来标注句子的末尾,也可以用在两个句子中间,作为两个句子独立的表示。
Position Embedding:
BERT不是序列模型,对每个词都没有位置的概念,所以加入位置嵌入,让模型理解输入单词顺序;
BERT机制介绍:
MASK机制
Next Sentence Predictions
具体补充:https://blog.csdn.net/laobai1015/article/details/87937528