本项目是基于华为的TinyBert进行修改的,简化了数据读取的过程,方便我们利用自己的数据进行读取操作。
TinyBert的训练过程:
- 1、用通用的Bert base进行蒸馏,得到一个通用的student model base版本;
- 2、用相关任务的数据对Bert进行fine-tune得到fine-tune的Bert base模型;
- 3、用2得到的模型再继续蒸馏得到fine-tune的student model base,注意这一步的student model base要用1中通用的student model base去初始化;(词向量loss + 隐层loss + attention loss)
- 4、重复第3步,但student model base模型初始化用的是3得到的student模型。(任务的预测label loss)
- 预训练
sh script/general_train.sh
- 预训练
# 第一阶段
sh script/task_train.sh one
# 第二阶段
sh script/task_train.sh two
data/train.txt, data/eval.txt,
sh script/augmentation.sh
-
参数说明:
python data_augmentation.py \
--pretrained_bert_model /nas/pretrain-bert/pretrain-pytorch/bert-base-uncased \ # bert预训练模型
--data_path data/en_data.txt \ # 需要增强的数据路径
--glove_embs /nas/lishengping/datas/glove.6B.300d.txt \ # glove词向量文件
--M 15 \ # 从文本中选择M个词可能被替换
--N 30 \ # 通过bert mask预测的概率前N个词去替换
--p 0.4 \ # 某个词被替换的概率
3>&2 2>&1 1>&3 | tee logs/data_augmentation.log
论文在fine-tune阶段采用了数据增强的策略,从后面的实验中可以看出,数据增强起到了很重要的作用。
数据扩充的过程如下: 对于特定任务的数据中每一条文本,首先使用bert自带的方式进行bpe分词,bpe分词之后是完整单词(single-piece word),用[MASK]符号代替,然后使用bert进行预测并选择其对应的候选词N个;如果bpe(就是BertTokenizer)分词之后不是完整单词,则使用Glove词向量以及余弦相似度来选择对应的N个候选词,最后以概率p选择是否替换这个单词,从而产生更多的文本数据。
-
数据
因为懒得找中文的词向量下载,暂时用英文的glove文件和英文原始数据。中文的话只需要把预训练模型改为中文bert,glove改为中文的词向量文件即可。原始数据样式和增强后的数据样式在data/en_data.txt和data/aug_en_data.txt
待续...
=================1st version to reproduce our results in the paper ===========================
General_TinyBERT(4layer-312dim)
General_TinyBERT(6layer-768dim)
=================2nd version (2019/11/18) trained with more (book+wiki) and no [MASK]
corpus =======
General_TinyBERT_v2(4layer-312dim)
General_TinyBERT_v2(6layer-768dim)
We here also provide the distilled TinyBERT(both 4layer-312dim and 6layer-768dim) of all GLUE tasks for evaluation. Every task has its own folder where the corresponding model has been saved.