241123_基于MindSpore学习Bert
bert和transformer都有Embedding操作，包括词嵌入（word embedding）和位置嵌入(positional embedding)
但是transformer中的位置信息是三角函数
bert中的位置信息是可学习的，并增加了用于区分不同句子的段嵌入（Segment Embeddings）。
三个embedding作相加得到最后的embedding
bert就是多层的transformer encoder层构成的
bert训练
训练分为两个阶段：pre-train和fine-tune
pre-train阶段模型是在无标注的标签数据上进行训练
fine-rune阶段，模型先被pre-train模型参数初始化，然后所有的参数用下游的有标注的数据进行训练
预训练
由两个自监督任务组成。即MLM和NSP
MLM是在原句上挖洞，类似于完形填空，在输入的句子上mask掉一些单词，然后通过上下文预测该词（给模型做完形填空）。这个mask的概率是15%。也就是说，一共只有15%的单词被mask掉，所以训练速度较低。
NSP是判断句子B是不是A的下文。从平行语料中随机抽取的连续两句话，其中50%保留抽取的两句话，它们符合IsNext关系，另外50%的第二句话是随机从预料中提取的，它们的关系是NotNext的。
MLM 和 NSP 一起训练。该模型旨在最小化 MLM 和 NSP 的组合损失函数，从而形成一个强大的语言模型，增强了理解句子内上下文和句子间关系的能力。但是部分模型删除了NSP任务
微调Fine-Tuning
把bert当成一个特征提取器，特征输入到word embedding得到一个编码信息，然后送入分类器，做分类，得到loss，反向传播、更新，把得到的梯度送到optim中更新。
bert的下游任务分为
1、单句子分类（情感分析）
2、句子对分类（判断两个句子在语义上是否等效）
3、问答任务（给定描述、找到描述中针对问题的答案）
4、文本标注任务（命名体识别）
3、问答任务（给定描述、找到描述中针对问题的答案）
4、文本标注任务（命名体识别）
打卡截图：