斯坦福NLP课程 | 第17讲 - 多任务学习（以问答系统为例）

ShowMeAI研究中心

多任务学习（以问答系统为例）

ShowMeAI为斯坦福CS224n《自然语言处理与深度学习(Natural Language Processing with Deep Learning)》课程的全部课件，做了中文翻译和注释，并制作成了GIF动图！视频和课件等资料的获取方式见文末。

1.问答系统与多任务学习

问答系统与多任务学习

2.NLP与AI的下一步

NLP与AI的下一步

3.单任务的弊端

单任务的弊端

  • 鉴于\(\{dataset，task，model，metric\}\)，近年来性能得到了很大改善
  • 只要 \(|\text{dataset}| > 1000 \times C\)，我们就可以得到当前的最优结果 (\(C\)是输出类别的个数)
  • 对于更一般的 Al，我们需要在单个模型中继续学习
  • 模型通常从随机开始，仅部分预训练

4.预训练与信息共享帮助很大

预训练与信息共享帮助很大

  • 计算机视觉

    • Imagenet+cnn 巨大的成功
    • 分类属于视觉最基础的任务块

  • 自然语言处理

    • Word2vec、GloVe、CoVe、ELMo、BERT 开始步向成功
    • 自然语言处理中没有统一的基础任务块

5.为什么NLP中共享权重相对较少

为什么NLP中共享权重相对较少

  • NLP 需要多种推理：逻辑，语言，情感，视觉，++
  • 需要短期和长期记忆
  • NLP 被分为中间任务和单独任务以取得进展
  • 在每个社区中追逐基准
  • 一个无人监督的任务可以解决所有问题吗？不可以
  • 语言显然需要监督

6.为什么NLP也需要1个统一多任务模型

为什么NLP也需要1个统一多任务模型

  • 多任务学习是一般 NLP 系统的阻碍
  • 统一模型可以决定如何转移知识（领域适应，权重分享，转移和零射击学习）
  • 统一的多任务模型可以
    • 更容易适应新任务
    • 简化部署到生产的时间
    • 降低标准，让更多人解决新任务
    • 潜在地转向持续学习

7.如何在1个框架中承载多个NLP任务

如何在1个框架中承载多个NLP任务

  • 序列标记
    • 命名实体识别，aspect specific sentiment
  • 文字分类
    • 对话状态跟踪，情绪分类
  • Seq2seq
    • 机器翻译，总结，问答

8.NLP中的超级任务

NLP中的超级任务

  • 语言模型
  • 问答
  • 对话

9.自然语言处理十项全能 (decaNLP)

自然语言处理十项全能 (decaNLP)

  • 把 10 项不同的任务都写成了 QA 的形式，进行训练与测试

10.问答多任务学习

问答多任务学习

  • Meta-Supervised learning 元监督学习 ：From {x,y} to {x,t,y} (t is the task)
  • 使用问题 \(q\) 作为任务 \(t\) 的自然描述，以使模型使用语言信息来连接任务
  • \(y\) 是 \(q\) 的答案，\(x\) 是回答 \(q\) 所必需的上下文

11.为decaNLP设计模型

为decaNLP设计模型

  • 需求：
    • 没有任务特定的模块或参数，因为我们假设任务ID是未提供的
    • 必须能够在内部进行调整以执行不同的任务
    • 应该为看不见的任务留下零射击推断的可能性

12.decaNLP的1个多任务问答神经网络模型方案

decaNLP的1个多任务问答神经网络模型方案

  • 以一段上下文开始
  • 问一个问题
  • 一次生成答案的一个单词，通过
    • 指向上下文
    • 指向问题
    • 或者从额外的词汇表中选择一个单词
  • 每个输出单词的指针切换都在这三个选项中切换

13.多任务问答网络 (MQAN)

多任务问答网络 (MQAN)

  • 固定的 GloVe 词嵌入 + 字符级的 n-gram 嵌入→ Linear → Shared BiLSTM with skip connection
  • 从一个序列到另一个序列的注意力总结，并通过跳过连接再次返回
  • 分离BiLSTM以减少维数，两个变压器层，另一个BiLSTM
  • 自回归解码器使用固定的 GloVe 和字符 n-gram 嵌入，两个变压器层和一个LSTM层来参加编码器最后三层的输出
  • LSTM解码器状态用于计算上下文与问题中的被用作指针注意力分布问题
  • 对上下文和问题的关注会影响两个开关：
    • gamma 决定是复制还是从外部词汇表中选择
    • lambda 决定是从上下文还是在问题中复制

14.评估

评估

15.单任务效果vs多任务效果

单任务效果vs多任务效果

  • S2S 是 seq2seq
  • +SelfAtt = plus self attention
  • +CoAtt = plus coattention
  • +QPtr = plus question pointer == MQAN
  • Transformer 层在单任务和多任务设置中有收益
  • QA和SRL有很强的关联性
  • 指向问题至关重要
  • 多任务处理有助于实现零射击
  • 组合的单任务模型和单个多任务模型之间存在差距

16.训练策略：全联合

训练策略：全联合

  • Training Strategies: Fully Joint
  • 简单的全联合训练策略
  • 困难：在单任务设置中收敛多少次迭代
  • 带红色的任务：预训练阶段包含的任务

17.单任务vs多任务

单任务vs多任务

  • QA 的 Anti-curriculum 反课程预训练改进了完全联合培训
  • 但MT仍然很糟糕

18.近期研究与实验

近期研究与实验

  • Closing the Gap: Some Recent Experiments

19.单任务vs多任务

单任务vs多任务

20.MQAN细节

MQAN细节

  • Where MQAN Points
    • 答案从上下文或问题中正确的复制
    • 没有混淆模型应该执行哪个任务或使用哪个输出空间

21.decaNLP预训练提升最后效果

decaNLP预训练提升最后效果

  • Pretraining on decaNLP improves final performance
    • 例如额外的 IWSLT language pairs
    • 或者是新的类似 NER 的任务

22.预训练MQAN的零次学习任务域自适应

预训练MQAN的零次学习任务域自适应

  • Zero-Shot Domain Adaptation of pretrained MQAN:
    • 在 Amazon and Yelp reviews 上获得了 80% 的 精确率
    • 在 SNLI 上获得了 62% （参数微调的版本获得了 87% 的精确率，比使用随机初始化的高 2%）

23.零次学习(Zero-Shot)分类

零次学习(Zero-Shot)分类

  • Zero-Shot Classification
    • 问题指针使得我们可以处理问题的改变（例如，将标签转换为满意/支持和消极/悲伤/不支持）而无需任何额外的微调
    • 使模型无需训练即可响应新任务

24.decaNLP：通用NLP任务效果基准

decaNLP：通用NLP任务效果基准

  • decaNLP: A Benchmark for Generalized NLP
    • 为多个NLP任务训练单问题回答模型
    • 解决方案
      • 更一般的语言理解
      • 多任务学习
      • 领域适应
      • 迁移学习
      • 权重分享，预训练，微调（对于NLP的ImageNet-CNN？）
      • 零射击学习

25.相关研究与工作

Related Work (tiny subset)

26.NLP的下一步

What’s next for NLP?

27.视频教程

可以点击 B站 查看视频的【双语字幕】版本

[video(video-pX2WT17D-1652089964477)(type-bilibili)(url-https://player.bilibili.com/player.html?aid=376755412&page=17)(image-https://img-blog.csdnimg.cn/img_convert/1a2cbea52bb63801e623a42862764eb1.png)(title-【双语字幕+资料下载】斯坦福CS224n | 深度学习与自然语言处理(2019·全20讲))]

28.参考资料

ShowMeAI系列教程推荐

NLP系列教程文章

斯坦福 CS224n 课程带学详解

ShowMeAI用知识加速每一次技术成长

posted @ 2022-05-20 12:53  ShowMeAI  阅读(140)  评论(0)  编辑  收藏  举报