这是我参与11月更文挑战的第21天,活动详情查看:2021最后一次更文挑战
EMNLP2021 Findings上有一篇名为TSDAE: Using Transformer-based Sequential Denoising Auto-Encoder for Unsupervised Sentence Embedding Learning的论文,利用Transformer结构无监督训练句子编码,网络架构如下所示
具体来说,输入的文本添加了一些确定的噪声,例如删除、交换、添加、Mask一些词等方法。Encoder需要将含有噪声的句子编码为一个固定大小的向量,然后利用Decoder将原本的不带噪声的句子还原。说是这么说,但是其中有非常多细节,首先是训练目标
其中, 是训练集; 是长度为 的输入句子; 是 添加噪声之后的句子; 是词 的word embedding; 为Vocabulary size; 是Decoder第 步输出的hidden state
不同于原始的Transformer,作者提出的方法,Decoder只利用Encoder输出的固定大小的向量进行解码,具体来说,Encoder-Decoder之间的cross-attention形式化地表示如下:
其中, 是Decoder第 层 个解码步骤内的hidden state; 是句向量的维度(Encoder输出向量的维度); 是Encoder输出的句子(行)向量。从上面的公式我们可以看出,不论哪一层的cross-attention, 和 永远都是 ,作者这样设计的目的是为了人为给模型添加一个瓶颈,如果Encoder编码的句向量 不够准确,Decoder就很难解码成功,换句话说,这样设计是为了使得Encoder编码的更加准确。训练结束后如果需要提取句向量只需要用Encoder即可
作者通过在STS数据集上调参,发现最好的组合方法如下:
- 采用删除单词这种添加噪声的方法,并且比例设置为60%
- 使用[CLS]位置的输出作为句向量
Results
从TSDAE的结果来看,基本上是拳打SimCSE,脚踢BERT-flow
个人总结
如果我是reviewer,我特别想问的一个问题是:"你们这种方法,与BART有什么区别?"
论文源码在UKPLab/sentence-transformers/,其实sentence-transformers已经把TSDAE封装成pip包,完整的训练流程可以参考Sentence-Transformer的使用及fine-tune教程,在此基础上只需要修改dataset和loss就可以轻松的训练TSDAE
# 创建可即时添加噪声的特殊去噪数据集
train_dataset = datasets.DenoisingAutoEncoderDataset(train_sentences)
# DataLoader 批量处理数据
train_dataloader = DataLoader(train_dataset, batch_size=8, shuffle=True)
# 使用去噪自动编码器损失
train_loss = losses.DenoisingAutoEncoderLoss(model, decoder_name_or_path=model_name, tie_encoder_decoder=True)
# 模型训练
model.fit(
train_objectives=[(train_dataloader, train_loss)],
epochs=1,
weight_decay=0,
scheduler='constantlr',
optimizer_params={'lr': 3e-5},
show_progress_bar=True
)
复制代码