论文:https://arxiv.org/pdf/1810.04805.pdf
1、每个序列的第一个标签为[CLS]、句子中间用[SEP]来分割
用A、B 来表示前后两个句子
Masked LM(Mask方法预测单词)
双向的上下文学习方法存在每个单词间接“看到自己”的问题,所以Bert随机屏蔽一定比例(15%)的输入标记,然后预测那些被屏蔽的标记。虽然MASK机制解决了单词简介“看到自己”的问题,但缺点是在预训练和微调之间造成了不匹配,因为 [MASK] 令牌在微调期间不会出现。
为了缓解这种情况,Bert并不总是用实际的 [MASK] 标记替换“掩码”词。 训练数据生成器随机选择 15% 的标记位置进行预测。 如果选择第 i 个令牌,我们将用 (1) 80% [MASK] 令牌 (2) 10% 的随机令牌 (3) 10% 未更改的第 i 个令牌替换第 i 个令牌
Next Sentence Prediction(预测下一个句子)
为了训练一个理解句子关系的模型,Bert预训练了一个二值化的下一句预测任务,该任务可以从任何单语语料库中轻松生成。 具体来说,当为每个预训练示例选择句子 A 和 B 时,50% B 是 A 之后的实际下一个句子(标记为 IsNext),50% 它是来自语料库的随机句子(标记为 作为 NotNext)
如图 1 所示,C 用于下一句预测 (NSP)