5.1 KiB

Raw Permalink Blame History

BertGeneration

Overview

BertGeneration モデルは、次を使用してシーケンス間のタスクに利用できる BERT モデルです。 Leveraging Pre-trained Checkpoints for Sequence Generation Tasks で提案されている [EncoderDecoderModel] タスク、Sascha Rothe、Sishi Nagayan、Aliaksei Severyn 著。

論文の要約は次のとおりです。

大規模なニューラルモデルの教師なし事前トレーニングは、最近、自然言語処理に革命をもたらしました。による NLP 実践者は、公開されたチェックポイントからウォームスタートして、複数の項目で最先端の技術を推進してきました。コンピューティング時間を大幅に節約しながらベンチマークを実行します。これまでのところ、主に自然言語に焦点を当ててきました。タスクを理解する。この論文では、シーケンス生成のための事前トレーニングされたチェックポイントの有効性を実証します。私たちは公開されている事前トレーニング済み BERT と互換性のある Transformer ベースのシーケンス間モデルを開発しました。 GPT-2 および RoBERTa チェックポイントを使用し、モデルの初期化の有用性について広範な実証研究を実施しました。エンコーダとデコーダ、これらのチェックポイント。私たちのモデルは、機械翻訳に関する新しい最先端の結果をもたらします。テキストの要約、文の分割、および文の融合。

Usage examples and tips

モデルを [EncoderDecoderModel] と組み合わせて使用して、2 つの事前トレーニングされたモデルを活用できます。後続の微調整のための BERT チェックポイント。

>>> # leverage checkpoints for Bert2Bert model...
>>> # use BERT's cls token as BOS token and sep token as EOS token
>>> encoder = BertGenerationEncoder.from_pretrained("google-bert/bert-large-uncased", bos_token_id=101, eos_token_id=102)
>>> # add cross attention layers and use BERT's cls token as BOS token and sep token as EOS token
>>> decoder = BertGenerationDecoder.from_pretrained(
...     "google-bert/bert-large-uncased", add_cross_attention=True, is_decoder=True, bos_token_id=101, eos_token_id=102
... )
>>> bert2bert = EncoderDecoderModel(encoder=encoder, decoder=decoder)

>>> # create tokenizer...
>>> tokenizer = BertTokenizer.from_pretrained("google-bert/bert-large-uncased")

>>> input_ids = tokenizer(
...     "This is a long article to summarize", add_special_tokens=False, return_tensors="pt"
... ).input_ids
>>> labels = tokenizer("This is a short summary", return_tensors="pt").input_ids

>>> # train...
>>> loss = bert2bert(input_ids=input_ids, decoder_input_ids=labels, labels=labels).loss
>>> loss.backward()

事前トレーニングされた [EncoderDecoderModel] もモデルハブで直接利用できます。

>>> # instantiate sentence fusion model
>>> sentence_fuser = EncoderDecoderModel.from_pretrained("google/roberta2roberta_L-24_discofuse")
>>> tokenizer = AutoTokenizer.from_pretrained("google/roberta2roberta_L-24_discofuse")

>>> input_ids = tokenizer(
...     "This is the first sentence. This is the second sentence.", add_special_tokens=False, return_tensors="pt"
... ).input_ids

>>> outputs = sentence_fuser.generate(input_ids)

>>> print(tokenizer.decode(outputs[0]))

チップ：

[BertGenerationEncoder] と [BertGenerationDecoder] は、 [EncoderDecoder] と組み合わせます。
要約、文の分割、文の融合、および翻訳の場合、入力に特別なトークンは必要ありません。したがって、入力の末尾に EOS トークンを追加しないでください。

このモデルは、patrickvonplaten によって提供されました。元のコードは次のとおりですここがあります。

BertGenerationConfig

autodoc BertGenerationConfig

BertGenerationTokenizer

autodoc BertGenerationTokenizer - save_vocabulary

BertGenerationEncoder

autodoc BertGenerationEncoder - forward

BertGenerationDecoder

autodoc BertGenerationDecoder - forward

5.1 KiB Raw Permalink Blame History Unescape Escape