RoBERTa模型是在BERT预训练模型的基础上改进了三点:
一、采用动态Masking机制,每次向模型输入一个序列时,都会生成一种新的遮盖方式
二、删除了Next Sentence Prediction(NSP)任务
三、增加了预训练过程的预料规模,扩大Batch Size的同时增加了训练时的步长
与BERT模型一致,RoBERTa模型同样使用多个双向Transformer模型的encoder部分堆叠组成主主体框架,能更彻底地捕捉文本中的双向关系
![](https://img-blog.csdnimg.cn/7f95cc855981434c8ac41b3343d636d1.png)
Transformer-encoder逻辑结构
残差连接网络结构
![](https://img-blog.csdnimg.cn/fc93c5570f5b4a6b97654eaaf6bdf9b8.png)
RoBERTa层逻辑结构图