ALBERT Large v2

使用掩码语言模型（MLM）目标在英文语言上预训练的模型。它在 this paper 年被介绍，并在 this repository 年首次发布。和其他所有的ALBERT模型一样，这个模型也是不区分大小写的：它不区分英文和English之间的差异。

免责声明：负责发布ALBERT的团队没有为这个模型编写模型卡片，所以这个模型卡片是由Hugging Face团队编写的。

模型描述

ALBERT是一个以英文数据预训练的transformers模型，采用自我监督的方式。这意味着它只是在原始文本上进行了预训练，没有任何人以任何方式对其进行过标注（这就是它可以使用公开可用数据的原因），它使用自动化过程从这些文本中生成输入和标签。更具体地说，它使用了两个目标进行预训练：

• 掩码语言建模（MLM）：对于一个句子，模型会随机掩盖其中15%的单词，然后将整个掩码句子输入模型，并预测掩码的单词。这与传统的递归神经网络（RNNs）通常逐个单词输入的方式不同，也不同于在内部掩盖未来标记的自回归模型（如GPT）。这样的方式使得模型能够学习到句子的双向表示。
• 句子排序预测（SOP）：ALBERT使用了一种预训练损失，基于预测两个连续文本片段的排序。

通过这种方式，该模型学习到了英文语言的内在表示，然后可以用于提取对下游任务有用的特征：例如，如果你有一个带有标注句子的数据集，可以使用ALBERT模型生成的特征作为输入来训练一个标准的分类器。

ALBERT的特点在于它在Transformer的各个层之间共享了参数。因此，所有层都具有相同的权重。使用重复的层会导致内存占用较小，但计算成本与具有相同数量隐藏层的BERT类似的架构仍然相似，因为它必须迭代相同数量的（重复的）层。

这个是大型模型的第二个版本。版本2与版本1不同，因为它具有不同的丢弃率、额外的训练数据和更长的训练时间。在几乎所有下游任务上，它都有更好的结果。

此模型的配置如下：

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

意图和限制

您可以直接使用原始模型进行掩码语言建模或下一个句子预测，但它主要用于在下游任务上进行微调。在 model hub 上搜索您感兴趣的任务的微调版本。

请注意，此模型主要用于对整个句子（可能被掩盖）进行决策的任务，如序列分类、标记分类或问答。对于文本生成等任务，您应该查看像GPT2这样的模型。

如何使用

您可以使用此模型直接进行掩码语言建模的管道：

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='albert-large-v2')
>>> 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"
   }
]

以下是如何使用此模型在PyTorch中获取给定文本的特征：

from transformers import AlbertTokenizer, AlbertModel
tokenizer = AlbertTokenizer.from_pretrained('albert-large-v2')
model = AlbertModel.from_pretrained("albert-large-v2")
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-v2')
model = TFAlbertModel.from_pretrained("albert-large-v2")
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

即使用于这个模型的训练数据可以被认为是相对中立的，这个模型也可能有偏见的预测：

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='albert-large-v2')
>>> 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模型是在包括11038本未发表图书和 English Wikipedia 个网站（不包括列表、表格和标题）的 BookCorpus 数据集上进行预训练的。

训练过程

预处理

文本经过小写处理并使用SentencePiece进行分词，词汇表大小为30000。模型的输入形式如下：

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

训练

ALBERT的训练过程遵循BERT的设置。

每个句子的掩码过程的具体细节如下：

• 15%的标记被掩盖。
• 在80%的情况下，被掩盖的标记被替换为[MASK]。
• 在10%的情况下，被掩盖的标记被替换为与其不同的随机标记。
• 在剩下的10%的情况下，被掩盖的标记保持不变。

评估结果

当在下游任务上进行微调时，ALBERT模型的表现如下：

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}
}