BERT为何被称为“自编码模型”?为何将BERT的训练过程称为“降噪”?

11 篇文章 3 订阅

最近,阅读并调试了albert的预训练代码,对于BERT为何被称为“自编码”模型有了更深的理解,在这里稍作介绍:

**注:我文中所提到的albert/BERT为预训练而准备的对数据做[MASK]的code在这里:prepare_lm_data_ngram.py

正文开始…

该函数涉及了多种噪声引入方式,非常形象地阐释了为什么BERT被称为"自编码"模型,以及为什么把BERT对预训练输入的处理称为"加噪声",以及为何会将"自编码"过程(即预训练的训练过程)称为"降噪"。“噪声"是BERT故意在[MASK]阶段引入的,而训练过程,就是将[MASK]还原的过程,即将引入的噪声消除,故称"降噪”。

那么BERT/ALBERT采取了哪些噪声引入方式呢?

  1. 选取15%的token做mask --> 最常规做法,也是MLM的基础;
  2. 随机做n-gram mask --> 概率上增加连续mask的数量。连续mask可以让cloze test更难;
  3. 50%概率交换两个文本段 --> 虽然这是为了NSP/SOP任务组数据,但这种方式客观上也引入了文本段层面的语义乱序——毕竟做MLM的时候模型不知道两文本段次序是否被换过;
  4. 15%的[MASK]中,80%->[MASK]/10%->origin/10%->random_token --> 论文已提,为了减少mismatch,这个严格而言不算引入噪声;
  5. 15%的token会进行文本乱序 --> 文本乱序,自然是引入噪声,但由于MLM任务只会对[MASK] token做预测,所以文本乱序可以说是间接引入噪声;

一种防止pretrain和fine-tune的mismatch方法:

  • 将10%的句子设置为短句(即长度在0~512之间的任意值)
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

_illusion_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值