知识卡片

普通读书笔记卡 · 9857.d · 生成模型:Hunyuan

SOP替代NSP

理解等级:中级

ALBERT认为BERT的NSP过于简单,改用句子顺序预测SOP。两者正样本相同,都取自同一文档中相邻的两句;关键在负样本:NSP从不同文档随机取句,任务太容易,模型只需判断主题是否一致;SOP则取同一文档中两个逆序的句子,迫使模型理解句间连贯性与先后顺序,学到更真实的语篇关系。ALBERT还辅以n-gram掩码(n取1至3)缓解[MASK]之间的独立假设问题,并在训练未出现过拟合时删除dropout。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第8章 BERT的优化方法(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter11_0002.xhtml) - 结论依据:原文说明SOP正样本同NSP、负样本改为同文档逆序句以学习连贯性,并列出n-gram掩码与删除dropout等其他优化,支撑本卡。 - 原始内容:SOP的正样本构造和NSP相同,负样本则由“从不同文档选”变成“同一个文档中两个逆序的句子”,这样模型更能学习到语料的连贯性。