其中，方法NFT-TM是指在BERT模型的上層添加復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，在訓(xùn)練時，固定BERT的參數(shù)，僅單獨訓(xùn)練上層任務(wù)模型網(wǎng)絡(luò)。方法FT-NTM是指在在BERT模型后接一個簡單的特定任務(wù)層（如全連接網(wǎng)絡(luò)），在訓(xùn)練時，根據(jù)任務(wù)的訓(xùn)練樣本集對BERT進行fine-tune即可。
就以上NFT-TM、FT-NTM兩種方法，美國Allen人工智能研究所的Matthew Peter等人分別在ELMo及BERT兩種預(yù)訓(xùn)練模型上對比了效果，希望能夠得出到底哪個方式更適合下游任務(wù)，他們針對7項NLP任務(wù)給出實驗結(jié)果。對于ELMo而言，使用上層網(wǎng)絡(luò)進行特征提取效果更好，對于BERT而言，fine-tune效果略勝一籌。最終該文得出結(jié)論，對于預(yù)訓(xùn)練模型，fine-tune方法（即FT-NTM）能夠更好的將其應(yīng)用于特定任務(wù)。
BERT的高級使用方式
以上兩種方法看上去有些片面，如果把特征抽取和fine-tune結(jié)合起來成為第三種模式，效果會怎樣呢？在BERT出現(xiàn)之前，就有人在訓(xùn)練好語言模型之后，用后續(xù)網(wǎng)絡(luò)（如CNN，LSTM等）對詞嵌入進行微調(diào)的方法了。如果把預(yù)訓(xùn)練模型看作是一個詞嵌入的強化版，那么在BERT時代，我們在追求其應(yīng)用模式革新上也應(yīng)該考慮到此方法，于是百分點認知智能實驗室提出融合特征抽取及fine-tune的方法FT-TM，其步驟如下：
1.在底層通過一個預(yù)訓(xùn)練模型，先訓(xùn)練一個可用的語言模型（視情況可停止訓(xùn)練）；
2.針對具體下游任務(wù)設(shè)計神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，將其接在預(yù)訓(xùn)練模型之后；
3.聯(lián)合訓(xùn)練包括預(yù)訓(xùn)練模型在內(nèi)的整個神經(jīng)網(wǎng)絡(luò)，以此模式嘗試進一步改善任務(wù)結(jié)果。
基于以上內(nèi)容，我們對各種BERT應(yīng)用方式選取了三個NLP典型任務(wù)進行實驗，并通過實踐證明，該方法在特定任務(wù)上均表現(xiàn)出色。
實驗一：針對序列標注任務(wù)，我們選擇了其子任務(wù)之一的命名實體識別任務(wù)（NER），并在NER的開源數(shù)據(jù)集CoNLL03上進行實驗。該實驗以僅對BERT進行fine-tune（即方法FT-NTM）的結(jié)果為baseline，對比了在BERT基礎(chǔ)上增加一個傳統(tǒng)用于NER任務(wù)的Bi-LSTM網(wǎng)絡(luò)（即方法FT-TM）的效果，其實驗結(jié)果如下圖所示：
由圖可得，結(jié)合BERT的fine-tune和上層神經(jīng)網(wǎng)絡(luò)的FT-TM方法在該任務(wù)上的F1值較baseline提升了近7個百分點。
實驗二：針對文本分類任務(wù)，本次實驗選取雅虎問答分類數(shù)據(jù)集，以原始BERT結(jié)果作為baseline，對比了在其基礎(chǔ)上分別連接了HighwayLSTM和DenseNet網(wǎng)絡(luò)，并對其進行模型融合后的結(jié)果。實驗結(jié)果由下圖所示：
由實驗看出，雖然模型融合后的效果并不十分明顯，但也有一定的效果提升。
實驗三：針對語義等價性任務(wù)，本實驗選取包含了40萬個問題對的”Quora-Question-Pair”數(shù)據(jù)集，根據(jù)句子對進行相似度的計算。本次實驗將僅對BERT進行fine-tune的方法FT-NTM為baseline，對比了在BERT之后接BIMPM網(wǎng)絡(luò)的效果。同時以方法NFT-TM為baseline，對比了兩種改進BIMPM之后模型結(jié)構(gòu)的效果（移除BIMPM中的第一層Bi-LSTM模型和將BIMPM的matching層與transformer相結(jié)合的模型）。注意，在模型訓(xùn)練時有個重要的trick，考慮到預(yù)訓(xùn)練模型本身的效果和其與頂層模型的融合問題，在訓(xùn)練模型時，需要分兩步進行：先固定預(yù)訓(xùn)練模型的參數(shù)，僅訓(xùn)練其上層特定任務(wù)網(wǎng)絡(luò)，第二步再將整個網(wǎng)絡(luò)聯(lián)合訓(xùn)練。
該任務(wù)的實驗結(jié)果如下圖所示：
由實驗結(jié)果可得，Bert+Sim-Transformer結(jié)合fine-tune Bert的效果相較僅對BERT進行fine-tune的方法FT-NTM，準確率提升了近5個百分點。
因此，從上面一系列的實驗結(jié)果可以看出，我們提出的結(jié)合上層復(fù)雜模型和fine-tune的方法FT-TM是有效的，并且在某些任務(wù)中優(yōu)于fine-tune的方式。同時在BERT預(yù)訓(xùn)練模型上面集成的神經(jīng)網(wǎng)絡(luò)模型好壞也會影響到最終的任務(wù)效果。
參考材料：
[1]Matthew Peters, Sebastian Ruder, and Noah A Smith. To tune or not to tune?adapting pretrained representations to diverse tasks. arXiv preprintarXiv:1903.05987, 2019.
論文地址：https://arxiv.org/abs/1907.05338
