室内设计网站案例太原网站排名推广

之前讲的是如何进行fine-tune，现在讲解如何进行pre-train，如何得到一个pre train好的模型。

CoVe

其实最早的跟预训练有关的模型，应该是CoVe，是一个基于翻译任务的一个模型，其用encoder的模块做预训练。

但是CoVe需要大量的翻译对，这是不容易获得的，能不能通过一大段没有标注的语料进行预训练呢？

因为有监督的标注是十分费时费力的，因此采用自监督的方法。即给定一个无标签的语料，之后利用语料库自己产生一系列的标签，之后再进行对应的训练。

Predict Next Token

比较直觉的自己监督方法就是预测下一个单词是什么。给出的解法就是将一个token输入到网络中，经过softmax之后，得到下一个token的概率分布。

最早的自监督的方法就是预测下一个token是什么。

elmo & ulmfit 

其中使用LSTM做predict next token的工作有elmo，以及ulmfit。

使用self-attention的方式进行next token prediction。这种方法就是避免模型知道下一个词是什么。

语言学家认为，一个单词应该与其经常出现的单词一起出现。因此使用LSTM的时候，用隐向量编码其左边context的所有向量，就表示其前面出现的所有单词。

elmo不但关心其左边的context，还关心其右边的context。但是有一个缺点，就是其左边lstm进行编码的时候只能看到左边的token，右边的lstm进行编码的时候，只能看到右边的token。看到的句子是不完整的，这就存在问题，bert是完整的，可以解决这个问题。

但是随机的进行mask往往是会产生不好的效果的，有时候mask掉的是一个短语中的一个token，这样的话是不好出比较好的效果的。因此有方法提出了三个比较好的mask方法，其一是先分词，之后将分词（word）整个mask掉，其二是phrase-level（就是好几个word），其三是实体level的mask，就是先做ner，之后再将整个entity给mask掉，就是ERNIE模型。

spanbert

spanbert方法就是也不考虑是盖住一个词，一个短语，还是一个entity了。就直接盖住一排的token。

spanBert中添加了一个新的预训练任务，SBO，即根据被盖住的左边token和右边token，之后预测被盖住的词中的第n个token。

BERT的一个太好的点就是其不善于处理生成任务，语言模型往往是给定左边的token，之后去预测右边的token，但是BERT是双向的模型，在生成任务中只能看到左边的token，是无法看到右边的token的，所以效果比较一般，

MASS/BART

之前的MASS和BART训练的是一个seq2seq的任务。但是都在输入端对原句子进行一定程度的破坏。

UniLM

UniLM是可以做encoder可以做decoder可以做seq2seq

UniLM本质上其实是一堆的transformer层的组合，并没有明确区分哪些是encoder，哪些是decoder。我们可以通过区分训练任务来对实现的任务进行区分。可以像bert一样做一个encoder，这时候可以看到整个句子中的token，像bert一样进行训练。可以像GPT一样进行decoder的训练，但是在生成的时候只能看左边的token，右边的token是不可以看的。也可以像BART和MASS一样，做encoder和decoder的任务，输入是两个句子，第一个句子可以看到全部的token，第二个句子则只可以看到左边的token。

 ELECTRA

预测mask掉的token有时候是一个比较难得事情，因此有模型ELECTRA随机得替换原始句子中的一些token，生成一些文法没有问题，但是语义怪怪得句子，之后为模型识别出哪些token被替换了，哪些token没有被替换。

但是如果随机找一个不相关的词直接替换的话，模型应该学不到什么有用的信息，所以在ELECTRA中，训练了一个小的BERT，让其生成替换的词，从而对ELECTRA进行训练。

之前都是对各个token进行embedding，如何得到一个sentence的embedding呢？

Skip Thought & Quick Thought

RoBERTa & ALBERT

T5 & C4

ERNIE

还有语音版bert