论文阅读_清华ERNIE

英文题目：ERNIE: Enhanced Language Representation with Informative Entities
中文题目：ERNIE: 使用信息实体增强语言表示
论文地址：https://arxiv.org/pdf/1905.07129v3/n
领域：自然语言处理
发表时间：2019
作者：Zhengyan Zhang，清华大学
出处：ACL
被引量：37
代码和数据：https://github.com/thunlp/ERNIE
阅读时间：2002.06.25

读后感

2019年前后清华和百度都提出了名为ERNIE的模型，名字相同，方法不同。清华的ERNIE把知识图融入了文本的向量表示，也叫KEPLM，想法比较有意思，模型改进效果：使用少量数据训练模型时，ERNIE比其它模型效果更好。从技术角度，它示范了整合异构数据的方法。

介绍

本文提出ERNIE，它是结合知识图和大规模数据的预训练语言模型。引入知识图面临两个重要挑战：

• 如何在文本表示中提取和表示知识图中的结构
• 整合异构数据：将预训练模型表示和知识图表示映射到同一向量空间

ERNIE的解决方法如下：

• 识别文本中提到的命名实体，然后将实体与知识图中对应的实体对齐，利用文本语义作为知识图的实体嵌入，再使用TransE方法学习图的结构。
• 在预训练语言模型方面，也使用类似BERT的MLM方法，同时利用对齐方法，找知识图中的实体做遮蔽；聚合了上下文和知识图共同预测token和实体。

方法

定义符号

token（操作的最小单位：一般是字或词）使用 {w1,…,wn} 表示，对齐后的实体用 {e1,…, em} 表示。需要注意m与n一般个数不同，实体可能包含不只一个字或词。定义V为包含所有token的词表，知识图中的所有实体用E表示。用函数f(w)=e表示对齐函数，文中使用实体中的第一个token对齐。

模型结构

模型结构如图-2所示：

模型结构包含两块，T-Encoder用于提取token相关的文本信息；K-Encoder整合了扩展的图信息，将异构数据转换到统一的空间中。

首先，将利用token {w1,…, wn} 的词嵌入、段嵌入、位置嵌入，代入 T-Encoder 层，计算其语义特征：

T-Encoder类似普通的BERT，它由N个Transformer层组成，用粗体的 {e1,…, em} 表示通过 TransE 预训练的图嵌入，将粗体的w和e代入K-Encoder，整合异构数据，生成输出 wo和eo：

wo和eo将被用于下游任务。

知识编码

从图-2的右半部分可以看到，K-Encoder一般包含M层，以第 i 层为例，输入是第 i-1 层的 w 和 e，分别使用两个多头的self-attention。

对于token：wj 和与它对齐的实体：ek=f(wj)，使用以下方法融合数据：

这里的 hj 是内部隐藏层，它结合了token和实体表示，σ是非线性激活函数，这里使用GELU。对于找不到对应实体的token，无需融合：

第 i 层简化表示如下：

利用预训练模型注入知识

预训练时，随机遮蔽对齐的 token-entity，让模型预测对应的多个token。这个过程类似自编码器dEA。知识图中可能包含非常多的实体，做softmax时计算量非常大，而我们只关注系统需要的实体，以减少计算量。在给定token序列和实体序列的条件下，定义对齐分布计算：

它计算在w条件下，对齐实体为ej的概率，式(7)用于计算交叉熵损失函数。
在5%的情况下，将实体替换成其它实体，以训练模型纠正token与实体对齐的错误；在15%的情况下，遮蔽token与实体间的对齐，以训练模型纠正没有识别到对齐的情况；其它情况保持对齐关系，学习token与实体间的关系。

训练的损失函数综合了dEA（自编码），MLM（遮蔽）和NSP（句子顺序）的损失。

针对具体任务精调模型

如图-3所示：

对于一般任务，将编码后的词嵌入代入下游模型即可。对于知识驱动的任务，比如关系分类，或者预测实体类型，使用以下方法精调。

对于关系分类问题，最直接的方法是在输出的实体向量之后加池化层，串联实体对，然后送入分类器。而文中提出的方法如图-3所示，它在头实体和尾实体的前后分别加了标签，标签的效果类似于传统关系分类中的位置嵌入，仍然使用CLS来标记类别。

预测实体类型是关系分类的简化版，也使用ENT标签来引导模型结合上下文信息和实体信息。

实验

清华的ERNIE是针对英文训练的模型，实验证明，额外的知识可以帮助模型充分利用小的训练数据，这对很多数据有限的任务非常有用。