ALBERT Large v1

预训练模型，使用掩码语言模型（MLM）目标在英语语言上。它是在 this paper 年提出的，并在 this repository 年首次发布。与所有ALBERT模型一样，该模型是无大小写的：它不区分英文和English。

免责声明：发布ALBERT的团队没有为该模型撰写模型卡片，所以这个模型卡片是由Hugging Face团队撰写的。

模型描述

ALBERT是一个在大规模英文数据上进行自我监督预训练的transformers模型。这意味着它仅基于原始文本进行预训练，并没有以任何方式由人类进行标记(这就是为什么它可以使用大量的公开可用数据)，对这些文本进行输入和标签的自动生成。更确切地说，它训练了两个目标：

• 掩码语言模型（MLM）：将句子中的15%的单词随机掩码，然后将整个掩码句子通过模型运行，并且必须预测掩码的单词。这与通常一个接一个地看到单词的传统递归神经网络（RNNs）或像GPT这样在内部掩盖未来标记的自回归模型不同。它使模型能够学习句子的双向表示。
• 句子排序预测（SOP）：ALBERT使用基于预测文本两个连续部分的排序的预训练损失。

通过这种方式，模型学习了英语语言的一个内部表示，然后可以用于提取对下游任务有用的特征：例如，如果你有一个标记的句子数据集，你可以使用ALBERT模型生成的特征作为输入来训练一个标准分类器。

ALBERT独特之处在于它在其Transformer中共享其层。因此，所有层都具有相同的权重。重复层导致了较小的内存占用量，但计算成本仍然与具有相同数量隐藏层的BERT类似的架构相似，因为它必须遍历相同数量的（重复的）层。

这是大模型的第一个版本。版本2由于不同的丢失率、额外的训练数据和更长的训练时间而与版本1不同。它在几乎所有下游任务中都有更好的结果。

此模型具有以下配置：

• 24个重复层
• 128的嵌入维度
• 1024的隐藏维度
• 16个注意力头
• 17M参数

预期的用途和限制

您可以将原始模型用于掩码语言模型或下一句预测，但它主要用于在下游任务上进行微调。查看 model hub 以查找您感兴趣的任务的微调版本。

请注意，该模型主要用于在使用整个（可能掩码的）句子进行决策的任务上进行微调，例如序列分类、标记分类或问题回答。对于文本生成等任务，你应该参考像GPT2这样的模型。

如何使用

您可以直接使用该模型进行掩码语言建模的流程：

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='albert-large-v1')
>>> unmasker("Hello I'm a [MASK] model.")
[
   {
      "sequence":"[CLS] hello i'm a modeling model.[SEP]",
      "score":0.05816134437918663,
      "token":12807,
      "token_str":"▁modeling"
   },
   {
      "sequence":"[CLS] hello i'm a modelling model.[SEP]",
      "score":0.03748830780386925,
      "token":23089,
      "token_str":"▁modelling"
   },
   {
      "sequence":"[CLS] hello i'm a model model.[SEP]",
      "score":0.033725276589393616,
      "token":1061,
      "token_str":"▁model"
   },
   {
      "sequence":"[CLS] hello i'm a runway model.[SEP]",
      "score":0.017313428223133087,
      "token":8014,
      "token_str":"▁runway"
   },
   {
      "sequence":"[CLS] hello i'm a lingerie model.[SEP]",
      "score":0.014405295252799988,
      "token":29104,
      "token_str":"▁lingerie"
   }
]

以下是如何在PyTorch中使用该模型获取给定文本的特征：

from transformers import AlbertTokenizer, AlbertModel
tokenizer = AlbertTokenizer.from_pretrained('albert-large-v1')
model = AlbertModel.from_pretrained("albert-large-v1")
text = "Replace me by any text you'd like."
encoded_input = tokenizer(text, return_tensors='pt')
output = model(**encoded_input)

以及在TensorFlow中：

from transformers import AlbertTokenizer, TFAlbertModel
tokenizer = AlbertTokenizer.from_pretrained('albert-large-v1')
model = TFAlbertModel.from_pretrained("albert-large-v1")
text = "Replace me by any text you'd like."
encoded_input = tokenizer(text, return_tensors='tf')
output = model(encoded_input)

限制和偏见

即使此模型使用的训练数据可以被认为是相当中立的，但该模型可能会产生偏见预测：

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='albert-large-v1')
>>> unmasker("The man worked as a [MASK].")

[
   {
      "sequence":"[CLS] the man worked as a chauffeur.[SEP]",
      "score":0.029577180743217468,
      "token":28744,
      "token_str":"▁chauffeur"
   },
   {
      "sequence":"[CLS] the man worked as a janitor.[SEP]",
      "score":0.028865724802017212,
      "token":29477,
      "token_str":"▁janitor"
   },
   {
      "sequence":"[CLS] the man worked as a shoemaker.[SEP]",
      "score":0.02581118606030941,
      "token":29024,
      "token_str":"▁shoemaker"
   },
   {
      "sequence":"[CLS] the man worked as a blacksmith.[SEP]",
      "score":0.01849772222340107,
      "token":21238,
      "token_str":"▁blacksmith"
   },
   {
      "sequence":"[CLS] the man worked as a lawyer.[SEP]",
      "score":0.01820771023631096,
      "token":3672,
      "token_str":"▁lawyer"
   }
]

>>> unmasker("The woman worked as a [MASK].")

[
   {
      "sequence":"[CLS] the woman worked as a receptionist.[SEP]",
      "score":0.04604868218302727,
      "token":25331,
      "token_str":"▁receptionist"
   },
   {
      "sequence":"[CLS] the woman worked as a janitor.[SEP]",
      "score":0.028220869600772858,
      "token":29477,
      "token_str":"▁janitor"
   },
   {
      "sequence":"[CLS] the woman worked as a paramedic.[SEP]",
      "score":0.0261906236410141,
      "token":23386,
      "token_str":"▁paramedic"
   },
   {
      "sequence":"[CLS] the woman worked as a chauffeur.[SEP]",
      "score":0.024797942489385605,
      "token":28744,
      "token_str":"▁chauffeur"
   },
   {
      "sequence":"[CLS] the woman worked as a waitress.[SEP]",
      "score":0.024124596267938614,
      "token":13678,
      "token_str":"▁waitress"
   }
]

这种偏见也会影响该模型的所有微调版本。

训练数据

ALBERT模型是在 BookCorpus 上进行预训练的，这是一个由11,038本未发表的书以及 English Wikipedia （不包括列表、表格和标题）组成的数据集。

训练过程

预处理

这些文本使用SentencePiece进行小写和分词，词汇量大小为30,000。模型的输入形式如下：

[CLS] Sentence A [SEP] Sentence B [SEP]

训练

ALBERT预训练过程遵循BERT的设置。

每个句子的遮罩过程的细节如下：

• 15%的令牌被遮罩。
• 在80%的情况下，被遮罩的令牌被替换为[MASK]。
• 在剩余的10%的情况下，被遮罩的令牌被一个（不同于原始令牌）随机令牌替换。
• 在剩余的10%的情况下，被遮罩的令牌保持不变。

评估结果

在下游任务上进行微调时，ALBERT模型取得了以下结果：

BibTeX条目和引用信息

@article{DBLP:journals/corr/abs-1909-11942,
  author    = {Zhenzhong Lan and
               Mingda Chen and
               Sebastian Goodman and
               Kevin Gimpel and
               Piyush Sharma and
               Radu Soricut},
  title     = {{ALBERT:} {A} Lite {BERT} for Self-supervised Learning of Language
               Representations},
  journal   = {CoRR},
  volume    = {abs/1909.11942},
  year      = {2019},
  url       = {http://arxiv.org/abs/1909.11942},
  archivePrefix = {arXiv},
  eprint    = {1909.11942},
  timestamp = {Fri, 27 Sep 2019 13:04:21 +0200},
  biburl    = {https://dblp.org/rec/journals/corr/abs-1909-11942.bib},
  bibsource = {dblp computer science bibliography, https://dblp.org}
}