一、BERT整体概要

Bert由两部分组成：

预训练（Pre-training）:通过两个联合训练任务得到Bert模型
微调（Fine-tune）：在预训练得到bert模型的基础上进行各种各样的NLP

二、预训练

输入经过bert encoder层编码后，进行MLM任务和NSP任务，产生联合训练的损失函数从而迭代更新整个模型中的参数。

Bert Encoder：采用默认的12层transformer encoder layer对输入进行编码
MLM任务：掩蔽语言模型，遮盖句子中若干词，用周围词去预测遮盖的词
NSP任务：下个句子预测，判断句子B在文章中是否属于句子A的下一句

2.1 BERT Encoder

如何对输入进行编码

句首+ < CLS > ，句尾和两个句子之间+ < SEP >
句子级别的编码：用来区分每个句子，一个句子的编码是相同的
位置编码：其实就是数字编码123456789

经过编码器编码后输出张量的形状：[ Batch Size , Seq lens , Emb dim]

2.2 MLM任务：掩蔽语言模型

采样：
将采样后的句子送进去Bert encoder进行编码
输入：Bert encoder编码后的输出 + 告诉模型要预测的词元位置（张量形状[ Batch Size,词元位置数量]）------一句话中可能要预测词元的数量有点多，要3个的话词元位置数量=3
中间：MLP结构

Dense：全连接层激活函数是ReLu
LN：用来规范化数据
全连接层：激活函数是Softmax（token的数量）

Softmax函数是用于多类分类问题的激活函数，在多类分类问题中，超过两个类标签则需要类成员关系。对于长度为K KK的任意实向量，Softmax函数可以将其压缩为长度为K KK，值在[ 0 , 1 ] [0,1][0,1]范围内，并且向量中元素的总和为1的实向量。
输出：序列类别分布张量，形状：[ Batch Size , 词元位置数量 , 总Token数量]

2.3 NSP任务

采样：
采样时，50%的概率将第二句句子替换成段落中的任意一个句子
将采样后的句子送进去Bert encoder进行编码
输入：经过bert encoder编码后输出< CLS >位置的张量，形状 [ Batch Size , Emd dim]
中间：MLP结构，输出维度为2，激活函数为Softmax
输出：类别分布张量。形状为[Batch Size , 2]

三、训练过程

先通过文本数据整理出:(没有考虑padding )
①索引化的Tokens(已经随机选取了MLM与NSP任务数据)
②索引化的Segments
③MLM任务要预测的位置
④MLM任务的真实标注
⑤NSP任务的真实标注
将①②输入Bert Encoder得到编码后的向量以下称为⑥
将⑥与③输入MLM网络得到预测值与④计算交叉嫡损失函数。
在⑥中取出对应位置的张量输入NSP网络得到值与⑤计算交叉嫡损失函数。
将MLM的loss与NSP的loss相加得到总的loss，并反向传播更新所有模型参数。

考虑padding时，用< pad >进行填充。并且使用valid_lens记录实际长度

四、微调

通过预训练得到的bert encoder网络接上各种各样的下游网络进行不同的任务

a) 句子对分类，将经过Encoder层编码后的< CLS>对应位置的向量输入进一个多分类的MLP网络中即可。
b) 单句分类，同上。
c) 根据问题得到答案,输入是一个问题与一段描述组成的句子对。将经过Encoder层编码后的每个词元对应位置的向量输入进3分类的MLP网络，而类别分别是Start(答案的首位)，End(答案的末尾)，Span(其他位置)。
d) 命名实体识别，将经过Encoder层编码后每个词元对应位置的向量输入进一个多分类的MLP网络中即可。
（就是12层的编码把每个词都编码后，通过编码已经提取出了一些信息，再看你怎么利用而已）

五、问题与总结

5.1bert的双向体现在什么地方

体现在mlm任务：

预测 “mask” 时，要看前后 “my” 与 “is” 的信息

5.2bert与transformer在位置编码上的不同

位置编码信息，在多层注意力层后就没有了-----简化：bert就直接用1234567

5.3 为什么bert中的word embedding具有一词多义的

bert最后输出的我认得 embedding

BERT模型的深度解读相关推荐

BERT模型系列大全解读
前言本文讲解的BERT系列模型主要是自编码语言模型-AE LM(AutoEncoder Language Model):通过在输入X中随机掩码(mask)一部分单词,然后预训练的主要任务之一就是根据 ...
阿里技术人才能力模型（深度解读系列之一）
蓝色关注,回复"1"获取知名公司程序员和产品经理职级这是我的第「104」篇原创文章见字如面,我是军哥. 上周有一位读者朋友联系我,说他有阿里的技术人才能力模型,但是不能完全理解 ...
从源码到实战：BERT模型训练营
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过开课吧教育方向:NLP 之 BERT实战都说BERT模型开启了NLP的新时代,更有" ...
开启NLP新时代的BERT模型，真的好上手吗？
都说BERT模型开启了NLP的新时代,更有"BERT在手,天下我有"的传说,它解决了很多NLP的难题: 1.BERT让低成本地训练超大规模语料成为可能: 2.BERT能够联合神经网 ...
NLP突破性成果 BERT 模型详细解读 bert参数微调
https://zhuanlan.zhihu.com/p/46997268 NLP突破性成果 BERT 模型详细解读章鱼小丸子不懂算法的产品经理不是好的程序员关注她 82 人赞了该文章 Goo ...
【NLP】Transformer模型深度解读
" 本文对Transoformer模型进行了深度解读,包括整体架构,Attention结构的背景和细节,QKV的含义,Multi-head Attention的本质,FFN,Position ...
Transformer模型深度解读
" 本文对Transoformer模型进行了深度解读,包括整体架构,Attention结构的背景和细节,QKV的含义,Multi-head Attention的本质,FFN,Position ...
[深度学习] 自然语言处理 --- BERT模型原理
一 BERT简介 NLP:自然语言处理(NLP)是信息时代最重要的技术之一.理解复杂的语言也是人工智能的重要组成部分.Google AI 团队提出的预训练语言模型 BERT(Bidirectional ...
[NLP自然语言处理]谷歌BERT模型深度解析
BERT模型代码已经发布,可以在我的github: NLP-BERT--Python3.6-pytorch 中下载,请记得start哦目录一.前言二.如何理解BERT模型三.BERT模型解析 ...

BERT模型的深度解读