开启NLP新时代的BERT模型，是怎么一步步封神的？
脑极体2018-12-12 22:22
NLP领域的伸手党们，上个月简直像在过年！
不仅号称谷歌最强NLP模型的BERT如约开源了，而且最新版本还支持中文，可以用于中文命名实体识别的Tensorflow代码！最关键的是，这个强大的模型还横扫11项记录，"阅读理解超过人类"。
谷歌团队的Thang Luong更直接宣告：BERT模型开启了NLP的新时代。“BERT在手，天下我有”的既视感啊！
人工智能漫长的发展史上，能够让行业“锣鼓喧天，鞭炮齐鸣”的算法模型还真不多见。不过，在跟风成为这个模型的舔狗之前，我们先来扒下它的外衣，看看到底有没有那么神奇。
什么是BERT模型？
这个让全球开发者们为之欢欣鼓舞的新模型，全称是Bidirectional Encoder Representation from Transformers，即对Transformer的双向编码进行调整后的算法。
这种预训练模型所针对的核心问题，就是NLP的效率难题。
众所周知，智能语音交互要理解上下文、实现通顺的交流、准确识别对象的语气等等，往往需要一个准确的NLP模型来进行预测。
但越是精准的模型，越是依赖于海量的训练语料，往往需要人工来进行标注和制作，因此，通过某种模型来预训练一个语言模型，帮助进行超大规模的表征学习，就成了一种靠谱且被广泛采用的方法。
而传统采用的预训练模型，比如AI2的 ELMo，以及OpenAI的fine-tune transformer，也同样需要通过人力标注来制作训练数据。
譬如说常用的中文汉字有3500个，词汇数量50万，制作中文语言预训练模型的参数数量自然也就十分庞大，中文的预训练模型需要对每个都进行人工标注，这就又陷入了“有多人工就有多少智能”的死胡同。
那么，呱呱落地的BERT为什么能解决这一问题呢？它的优势主要体现在三个方面：
1. BERT拥有一个深而窄的神经网络。transformer的中间层有2018，BERT只有1024，但却有12层。因此，它可以在无需大幅架构修改的前提下进行双向训练。由于是无监督学习，因此不需要人工干预和标注，让低成本地训练超大规模语料成为可能。
2. BERT模型能够联合神经网络所有层中的上下文来进行训练。这样训练出来的模型在处理问答或语言推理任务时，能够结合上下文理解语义，并且实现更精准的文本预测生成。
3. BERT只需要微调就可以适应很多类型的NLP任务，这使其应用场景扩大，并且降低了企业的训练成本。BERT支持包括中文在内的60种语言，研究人员也不需要从头开始训练自己的模型，只需要利用BERT针对特定任务进行修改，在单个云TPU上运行几小时甚至几十分钟，就能获得不错的分数。
用一些开发者的话来说，就是BERT的“效果好到不敢相信”，这也是其快速蹿红的核心原因。
BERT是如何工作的？
这样厉害的模型，是怎样被训练出来的呢？主要分为五个步骤：
首先，将语料中的某一部分词汇遮盖住，让模型根据上下文双向预测被遮盖的词，来初步训练出通用模型。
然后，从语料中挑选出连续的上下文语句，让transformer模型来识别这些语句是否连续。
这两步合在一起完成预训练，就成为一个能够实现上下文全向预测出的语言表征模型。
最后，再结合精加工（fine tuning）模型，使之适用于具体应用。
而BERT应用起来也非常简单，具体到什么程度呢？个人开发者可以在任意文本语料库上完成“预测下一句”之类的任务。
只需要进行数据生成，把整个输入文件的纯文本做成脚本保存到内存，就可以用BERT进行预训练了。
通过一段简单代码，预训练20步左右，就能得到一个基础的NLP任务模型。如果想在实际应用中有更好的表现，训练10000步以上也不会花费很长时间。
从上述实验成果来看，似乎可以直接得出结论：BERT开启了一个NLP的新世界！
以前我们总是吐槽机器翻译、自然语言理解等NLP技术都是“实验室的人工智能，生活中的“人工智障”，而且每个厂商的语音产品似乎都停留在用论文和跑分隔空叫板，实际应用场景上体验感其实差异并不明显。但BERT的出现，不仅让机器语言理解上有了更好的效果，尤其是上下文理解和文本生成上，表现十分惊艳。更重要的是，它为自然语言处理技术带来的新想象空间。
封神之前，BERT还要面对哪些问题？
说到这里，是不是已经有种“有条件要上BERT，没有条件创造条件也要上BERT”的感觉了？
别急，BERT模型看起来很美好，但并不是一枚谁拿来都能快速见效的“救心丸”，至少有三点需要额外注意：
一是开销巨大，在GPU上跑一次成本很高，而Google推荐的云TPU价格虽然低廉（500美元），却需要两周时间。
二是数据规模要求高。如果没有足够庞大的训练语料，很难在针对性开发中复现同样的评测效果。
三是BERT无法单独完成计算问题，需要后续任务补全推理和决策环节。而且BERT本身是无监督学习，因此不能直接用于解决NLP问题，往往需要结合现有的有监督学习以避免算法歧视或偏见。
目前看来，BERT的魅力虽然让开发者和企业们难以抗拒，但也存在着诸多门槛，想要见效并不是一朝一夕的事儿。但它能够被人吹爆，并不仅仅只是因为算法和数据上的突破，真正的价值还是隐藏在对产业端的推动力量。
BERT带来的想象空间
众所周知，自然语言处理技术被称为AI领域的明珠，但在产业端，智能语音企业对于自家技术的竞争力，不是宣传又在SQuAD这样的顶级赛事中跑了多少分，就是基于各自的数据集大吹特吹准确率。但是，彼此之间的数据往往都十分焦灼，很难真正拉开差距。
而BERT的出现，显然为智能语音技术公司的竞争带来了全新的关键要素，那就是效率，以及成本。
BERT的横空出世，抹平了训练语料的人工标注成本，让超大规模的模型训练不再遥不可及，从而使得产业端研发出交互更友好、理解力更高的语音交互产品成为了可能。
另一方面，在垂直应用端，多种语言支持和低成本地针对性训练，让BERT可以很快在垂直领域进行部署，大大提升了智能语音的配置效率和应用范围，为NLP的产业端实锤落地提供了长期发展的支撑力量。
解决了模型和应用的问题，NLP领域的新赛道自然就落在了语料和算力上。
想要借助BERT训练出更精准、更好的应用模型，考验着企业的两方面能力：一个是训练语料的规模；一个是强大算力的支撑。
BERT使用了超大的数据集（BooksCorpus 800M + English Wikipedia 2.5G单词）和超大的算力（对应于超大模型）来在相关的任务上做预训练。未来，是否有足够的训练语料来复现同样的效果，又是否足够的GPU（背后就是钱）来支撑跑BERT，将是智能语音技术企业拉开身位的关键。
总而言之，BERT在NLP界还是个新生事物，但已经有了封神的潜质。比此前的解决方案更优秀，更有发展潜力。
不过，对数据规模和算力的要求，以及与自身业务的耦合，也在无形中提升着智能语音的门槛和成本。
从这个角度看，最终能够借助BERT拉开竞争区位的，要么是搜狗、阿里、百度这样以搜索、电商为主业的大数据“富一代”，要么是凭借强大效率与业务创新实现“弯道超车”的新独角兽，接下来恐怕可以激发不少新脑洞和解题思路。
无论如何，BERT的出现，终于让专注“跑分”和“隔空叫板”的NLP领域，多了一些更有趣的想象力。
举报/反馈
0
0
收藏
分享
