今天分享一個論文UniLM[1]，核心點是掌握三種LM任務形式：單向LM，雙向LM，序列到序列LM；

1. 生成任務

NLP任務大致可以分為NLU和NLG兩種；Bert在NLU任務上效果很好，但是天生不適合處理生成任務。

原因在于Bert的預訓練過程是使用的MLM，和生成任務的目標并不一致。

生成任務目標是每次蹦出來一個詞，只能看到當前位置之前的詞匯。

而Bert采用的是雙向的語言模型，除了mask的單詞，兩個方向的詞匯都可以被看到。

所以對Bert的一個改進思路就是讓它在具有NLU能力的時候，同時兼備NLG能力。

2. 三種LM任務

UniLM做的就是這樣一個事情。

具體的實現方式是設計了一系列的完形填空任務，這些完形填空任務的不同之處在于對上下文的定義。

從左到右的LM：使用mask單詞的左側單詞來預測被遮掩的單詞

從右到左的LM：和上面第一個相比就是方向的變化，使用mask單詞的右側單詞來預測遮掩的單詞

雙向LM：就是當前mask的左右詞匯都可以看到

sequence-to-sequence LM：這個就是UniLM能夠具有生成能力的關鍵。我們的輸入是source句子和target句子，mask單詞在target上，那么當前mask的上下文就是source句子的所有單詞和target句子中mask單詞左側的詞匯可以被看到

我們把從左到右LM和從右到左LM我們歸為一種任務叫單向LM；

有個點需要注意，三個任務是一起優化的，具體來講是這樣做的：

在訓練的時候，1/3的時候使用雙向LM，1/3的時候使用序列到序列 LM，1/6的時候使用從左到右的LM，1/6的時間使用從右到做的LM。

我們是使用不同的Mask矩陣來對應不同任務輸入數據形式。

文中使用的是這樣一張圖來展示：

UniLM不同mask

3. 其他細枝末節

Gelu 激勵函數

24層TRM，最大長度512，1024Hidden Size，16Heads，340M參數量

初始化使用Bert Large

15%被mask，其中80%真正替換mask，10%隨機替換，10%不動。替換的時候，80% 的時候替換單個token，20%的時候替換bigram 或者 trigram

第四個步驟類似中文實體詞的mask，也算是一點改進。

有個細節點需要注意的是，作者強調，不同的segment embedding用來區分不同LM任務。

Bert的時候，區分上下句子，我們使用0和1，在這里，我們使用這個segment embedding用來區分任務：

比如說，雙向對應0和1；單向left-right對應2；單向right-left對應3；序列對應4和5；

4. 總結

掌握以下幾個細節點就可以：

聯合訓練三種任務：單向LM，雙向LM，序列LM

使用不同的attention矩陣控制三種任務形式的參與

segment embedding可以區分不同的任務形式

mask的時候15% 的有被替換的概率，其中80% 被真正替換。在這80%真正替換的里面有80%單個token被替換，20%的二元或者三元tokens被替換

參考資料

[1]

Unified Language Model Pre-training for Natural Language Understanding and Generation: https://arxiv.org/pdf/1905.03197.pdf,

責任編輯：xj

原文標題：如何讓BERT具有文本生成能力

文章出處：【微信公眾號：深度學習自然語言處理】歡迎添加關注！文章轉載請注明出處。