bert获得词向量_SemBERT: BERT 的语义知识增强

至此，GLUE leaderboard 上模型基本都公布了细节，上次是阿里的 ALICE，这次是云从科技和上交的 SemBERT。重新看了看 Leaderboard，却发现榜首已不是 RoBERTa，而成了 Adv-RoBERTa（ensemble），来自微软和UMD（马里兰大学）。

Adv-RoBERTa 只公布了粗略信息

We adopt an improved adversarial training approach to fine-tune the pre-trained RoBERTa_large models on each task, using the same data and number of training iterations as RoBERTa.Results are based on ensembles of 7 models.

大概就是在 RoBERTa 下游任务中加入了对抗性训练方法，结果是七个模型集成的表现，单一模型表现可能还得等更详细结果放出。

回归正题，关于 SemBERT，其实是 NLP 发论文很通常的一条路线，就是对某些通用模型，将语言学的一些知识给结合进去，从而获得些提高，之前研究过的 linguistic-aware NMT 就是差不多思路。而 SemBERT 就是想把 Semantic Role Labeling （SRL，语义角色标注） 的知识给结合进 BERT（实际不是从 BERT 模型内部）。

关于如何结合 SRL 的知识，我想请大家从第一人称视角出发，来思考这个问题。 这样之后发文也可以参考这种思路。

获得 SRL 标注

首先对于一批语料，我们怎样获得 SRL 的知识呢？

• 方法一，花钱请标注；
• 方法二，找现成的最好 SRL 标注工具，自动标注。

显然方法一过于昂贵，而方法二更加经济实惠，而且想要多少有多少。

于是用目前最好的模型，参考 Deep Semantic Role Labeling: What Works and What’s Next，在英文的 OntoNotes v5.0 上训练，然后获得 SRL 标注器，在 CoNLL-2012 测试集上 F1 分能达到 84.6%。

融合多种语义标签（Semantic Labels）

对于同一句话，语义标签有多种标法，可以将这个当作从不同角度看待一句话。

于是首先就需要解决如何获得各个角度语义标签更深层次信息，还有怎么将不同角度的语义标签信息结合到一起。

针对第一条获得更深层次信息，我们只需要对各个标签建立向量表，取向量，之后简单地用一个双向 GRU（BiGRU） 模型来获得深层的全局双向信息即可。

对于第二条，怎么将不同角度语义信息结合起来，就更简单，直接拼接起来，过个全连接层。

最后就获得了需要文本对应语义标签信息。

对齐 SRL 和 BERT 的粒度

有了每个词对应的 SRL 信息向量后，最简单的结合就是直接和 BERT 的输出向量拼起来。但当你准备拼的时候，就突然发现问题了，这特么怎么对不上，就像你拿着两孔插头去插三孔插座一样。

原来 BERT 词表用了 BPE（Byte Pair Encoding），会把词分成子词（subword）。

于是需要思考一下，怎样将子词向量结合成一个词向量。当然，粗暴一些就直接 pooling 一下，average 或 max 都随意。

要高级一些，那就用 RNN 或 CNN，可以像这里一样，直接用 CNN 卷一下，过个 ReLU，再 max pooling。

于是就获得了各个词所对应的 BERT 输出向量了。

合体！！！

粒度对齐，就到了最后一步了，将 SRL 向量和 BERT 向量合体！

I have a Sem, I have a BERT, I have a SemBERT.

两个向量直接拼起来就行了，然后喂到下游任务 finetune 什么。

关注公号：安迪的写作间(andy_writing) ，更多自然语言处理，深度学习，AI，写作等等等