英文

ALBERT XXLarge v2

ALBERT XXLarge v2是一个使用遮蔽语言建模(MLM)目标在英语语言上进行预训练的模型。该模型在 this paper 年被引入,于 this repository 年首次发布。与所有的ALBERT模型一样,它是不区分大小写的:对于英语和English并没有区别。

免责声明:ALBERT团队没有为该模型编写模型卡片,所以这份模型卡片是Hugging Face团队编写的。

模型描述

ALBERT是一个以自监督方式在大规模英语语料库上进行预训练的transformers模型。这意味着它仅仅在原始文本上进行预训练,没有人类对它们进行任何形式的标记(这也是为什么它可以使用大量公开可用的数据),使用自动化过程从这些文本中生成输入和标签。更准确地说,它是通过两个目标进行预训练的:

  • 掩码语言建模(MLM):将句子中的15%单词随机屏蔽,然后将整个屏蔽的句子输入模型,模型需要预测被屏蔽的单词。这与传统的递归神经网络(RNN)通常逐个单词查看的方式不同,也不同于内部屏蔽未来标记的自回归模型(如GPT)。它使模型能够学习到句子的双向表示。
  • 句子排序预测(SOP):ALBERT利用基于预测两个连续文本片段排序的预训练损失。

通过这种方式,模型学习到了英语语言的内在表示,可以用于提取下游任务有用的特征:例如,如果您有一个带有标记句子的数据集,您可以使用ALBERT模型产生的特征作为输入,训练一个标准的分类器。

ALBERT的特点是它在其Transformer中共享其层。因此,所有层的权重是相同的。重复层导致内存占用较小,但是计算成本与具有相同数量隐藏层的BERT-like结构保持相似,因为它必须遍历相同数量的(重复)层。

这是xxlarge模型的第二个版本。版本2与版本1不同,它具有不同的丢失率、额外的训练数据和更长的训练时间。在几乎所有下游任务中,它的结果都更好。

该模型具有以下配置:

  • 12个重复层
  • 128个嵌入维度
  • 4096个隐藏维度
  • 64个注意力头
  • 2.23亿个参数

预期用途和限制

您可以直接使用原始模型进行遮蔽语言建模或下一个句子预测,但它主要用于在下游任务上进行微调。可以查看 model hub 查找您感兴趣的任务的微调版本。

请注意,该模型主要用于在使用整个句子(可能是屏蔽的)进行决策的任务上进行微调,例如序列分类、标记分类或问题回答。对于文本生成等任务,您应该查看类似GPT2的模型。

如何使用

您可以使用此模型直接进行遮蔽语言建模的pipeline:

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='albert-xxlarge-v2')
>>> unmasker("Hello I'm a [MASK] model.")
[
   {
      "sequence":"[CLS] hello i'm a modeling model.[SEP]",
      "score":0.05816134437918663,
      "token":12807,
      "token_str":"▁modeling"
   },
   {
      "sequence":"[CLS] hello i'm a modelling model.[SEP]",
      "score":0.03748830780386925,
      "token":23089,
      "token_str":"▁modelling"
   },
   {
      "sequence":"[CLS] hello i'm a model model.[SEP]",
      "score":0.033725276589393616,
      "token":1061,
      "token_str":"▁model"
   },
   {
      "sequence":"[CLS] hello i'm a runway model.[SEP]",
      "score":0.017313428223133087,
      "token":8014,
      "token_str":"▁runway"
   },
   {
      "sequence":"[CLS] hello i'm a lingerie model.[SEP]",
      "score":0.014405295252799988,
      "token":29104,
      "token_str":"▁lingerie"
   }
]

以下是如何在PyTorch中使用此模型获取给定文本的特征的示例:

from transformers import AlbertTokenizer, AlbertModel
tokenizer = AlbertTokenizer.from_pretrained('albert-xxlarge-v2')
model = AlbertModel.from_pretrained("albert-xxlarge-v2")
text = "Replace me by any text you'd like."
encoded_input = tokenizer(text, return_tensors='pt')
output = model(**encoded_input)

在TensorFlow中如何使用:

from transformers import AlbertTokenizer, TFAlbertModel
tokenizer = AlbertTokenizer.from_pretrained('albert-xxlarge-v2')
model = TFAlbertModel.from_pretrained("albert-xxlarge-v2")
text = "Replace me by any text you'd like."
encoded_input = tokenizer(text, return_tensors='tf')
output = model(encoded_input)

限制和偏见

即使用于此模型的训练数据可以被认为是相对中立的,该模型可能会产生有偏见的预测:

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='albert-xxlarge-v2')
>>> unmasker("The man worked as a [MASK].")

[
   {
      "sequence":"[CLS] the man worked as a chauffeur.[SEP]",
      "score":0.029577180743217468,
      "token":28744,
      "token_str":"▁chauffeur"
   },
   {
      "sequence":"[CLS] the man worked as a janitor.[SEP]",
      "score":0.028865724802017212,
      "token":29477,
      "token_str":"▁janitor"
   },
   {
      "sequence":"[CLS] the man worked as a shoemaker.[SEP]",
      "score":0.02581118606030941,
      "token":29024,
      "token_str":"▁shoemaker"
   },
   {
      "sequence":"[CLS] the man worked as a blacksmith.[SEP]",
      "score":0.01849772222340107,
      "token":21238,
      "token_str":"▁blacksmith"
   },
   {
      "sequence":"[CLS] the man worked as a lawyer.[SEP]",
      "score":0.01820771023631096,
      "token":3672,
      "token_str":"▁lawyer"
   }
]

>>> unmasker("The woman worked as a [MASK].")

[
   {
      "sequence":"[CLS] the woman worked as a receptionist.[SEP]",
      "score":0.04604868218302727,
      "token":25331,
      "token_str":"▁receptionist"
   },
   {
      "sequence":"[CLS] the woman worked as a janitor.[SEP]",
      "score":0.028220869600772858,
      "token":29477,
      "token_str":"▁janitor"
   },
   {
      "sequence":"[CLS] the woman worked as a paramedic.[SEP]",
      "score":0.0261906236410141,
      "token":23386,
      "token_str":"▁paramedic"
   },
   {
      "sequence":"[CLS] the woman worked as a chauffeur.[SEP]",
      "score":0.024797942489385605,
      "token":28744,
      "token_str":"▁chauffeur"
   },
   {
      "sequence":"[CLS] the woman worked as a waitress.[SEP]",
      "score":0.024124596267938614,
      "token":13678,
      "token_str":"▁waitress"
   }
]

这种偏见也会影响到该模型的所有微调版本。

训练数据

ALBERT模型是在 BookCorpus 上进行的预训练,该数据集包含11,038本未出版的书籍和 English Wikipedia (不包括列表、表格和标题)。

训练过程

预处理

文本被转换为小写,并使用SentencePiece进行标记化,词汇大小为30,000。模型的输入形式如下:

[CLS] Sentence A [SEP] Sentence B [SEP]

训练

ALBERT的训练过程遵循BERT的设置。

每个句子的屏蔽过程的详细信息如下:

  • 15%的标记被屏蔽。
  • 在80%的情况下,被屏蔽的标记会被[MASK]替换。
  • 在10%的情况下,被屏蔽的标记会被一个随机标记(与原标记不同)替换。
  • 在剩下的10%的情况下,被屏蔽的标记保持不变。

评估结果

当在下游任务上进行微调时,ALBERT模型的结果如下:

Average SQuAD1.1 SQuAD2.0 MNLI SST-2 RACE
V2
ALBERT-base 82.3 90.2/83.2 82.1/79.3 84.6 92.9 66.8
ALBERT-large 85.7 91.8/85.2 84.9/81.8 86.5 94.9 75.2
ALBERT-xlarge 87.9 92.9/86.4 87.9/84.1 87.9 95.4 80.7
ALBERT-xxlarge 90.9 94.6/89.1 89.8/86.9 90.6 96.8 86.8
V1
ALBERT-base 80.1 89.3/82.3 80.0/77.1 81.6 90.3 64.0
ALBERT-large 82.4 90.6/83.9 82.3/79.4 83.5 91.7 68.5
ALBERT-xlarge 85.5 92.5/86.1 86.1/83.1 86.4 92.4 74.8
ALBERT-xxlarge 91.0 94.8/89.3 90.2/87.4 90.8 96.9 86.5

BibTeX条目和引用信息

@article{DBLP:journals/corr/abs-1909-11942,
  author    = {Zhenzhong Lan and
               Mingda Chen and
               Sebastian Goodman and
               Kevin Gimpel and
               Piyush Sharma and
               Radu Soricut},
  title     = {{ALBERT:} {A} Lite {BERT} for Self-supervised Learning of Language
               Representations},
  journal   = {CoRR},
  volume    = {abs/1909.11942},
  year      = {2019},
  url       = {http://arxiv.org/abs/1909.11942},
  archivePrefix = {arXiv},
  eprint    = {1909.11942},
  timestamp = {Fri, 27 Sep 2019 13:04:21 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-1909-11942.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}