modeling_bert.py

BertEmbeddings类

pytorch中nn.Embedding原理及使用
https://www.jianshu.com/p/63e7acc5e890

token embeddings

def __init__(self, config):
    super().__init__()
# vocab_size默认为30522；hidden_size默认为768
# 【word_embeddings】词典大小：vocab_size；向量维度：hidden_size
# token embedding层是要将各个词转换成固定维度的向量。在BERT中，每个词会被转换成768维的向量表示。
self.word_embeddings = nn.Embedding(config.vocab_size, config.hidden_size, padding_idx=config.pad_token_id)

def forward(self, input_ids=None, token_type_ids=None, position_ids=None, inputs_embeds=None):
    if input_ids is not None:
        input_shape = input_ids.size()
    else:
        input_shape = inputs_embeds.size()[:-1]
	    
	if inputs_embeds is None:
        inputs_embeds = self.word_embeddings(input_ids)     # wordpiece分词后的token编码

segment embeddings

上图的实现和tokenization_bert.py中的【build_inputs_with_special_tokens函数】【get_special_tokens_mask函数】【create_token_type_ids_from_sequences函数】有关。

# 【token_type_embeddings】词典大小：type_vocab_size；向量维度：hidden_size
# NSP操作:判断属于句子A还是句子B
def __init__(self, config):
    super().__init__()
    self.token_type_embeddings = nn.Embedding(config.type_vocab_size, config.hidden_size)
        
def forward(self, input_ids=None, token_type_ids=None, position_ids=None, inputs_embeds=None):
    if input_ids is not None:
        input_shape = input_ids.size()
    else:
        input_shape = inputs_embeds.size()[:-1]
    
    if token_type_ids is None:	# 如果这个参数是None，则不做NSP下个句子预测处理，句子类型全用0表示
        token_type_ids = torch.zeros(input_shape, dtype=torch.long, device=self.position_ids.device)
    token_type_embeddings = self.token_type_embeddings(token_type_ids)      # 句子对的分割编码
	

position embeddings

BERT能够处理最长512个token的输入序列。 论文作者通过让BERT在各个位置上学习一个向量表示来讲序列顺序的信息编码进来。
这意味着Position Embeddings layer 实际上就是一个大小为 (512, 768)
的lookup表，表的第一行是代表第一个序列的第一个位置，第二行代表序列的第二个位置，以此类推。 因此，如果有这样两个句子“Hello
world” 和“Hi there”, “Hello” 和“Hi”会由完全相同的position
embeddings，因为他们都是句子的第一个词。同理，“world” 和“there”也会有相同的position embedding。
引用自 https://www.cnblogs.com/d0main/p/10447853.html

# 【position_embeddings】词典大小：max_position_embeddings；向量维度：hidden_size
# position_embeddings是一个大小为(512, 768)的lookup表，表的第一行是代表第一个序列的第一个位置，以此类推
# 两个句子的同一个位置的位置编码相同
def __init__(self, config):
    super().__init__()
    self.position_embeddings = nn.Embedding(config.max_position_embeddings, config.hidden_size)
        
def forward(self, input_ids=None, token_type_ids=None, position_ids=None, inputs_embeds=None):
     if input_ids is not None:
        input_shape = input_ids.size()
     else:
        input_shape = inputs_embeds.size()[:-1]

     seq_length = input_shape[1]

     if position_ids is None:
        position_ids = self.position_ids[:, :seq_length]

	 position_embeddings = self.position_embeddings(position_ids)    # 位置编码

BertSelfAttention类

hasattr() 函数用于判断对象是否包含对应的属性。
hasattr(object, name)
参数：object – 对象；name – 字符串，属性名。