編者按：關于NLP領域的遷移學習我們已經介紹過了，fast.ai也有很多相應的討論。今天給大家展示一個在亞馬遜評論數(shù)據(jù)集上實現(xiàn)的任務，即將評論分為積極或消極兩類。

什么是遷移學習？

得益于遷移學習，計算機視覺領域的發(fā)展非常迅速。有著幾百萬個參數(shù)的高度非線性模型通常需要大型數(shù)據(jù)集的訓練，經過幾天甚至幾周的訓練，也只能分辨貓狗。

有了ImageNet挑戰(zhàn)賽后，每年各種隊伍都會設計出不同的圖像分類器。我們發(fā)現(xiàn)這類模型的隱藏層可以捕捉圖像的通用特征（例如線條、形式、風格等）。于是，這樣就不用每次都為新的任務重建模型了。

以VGG-16模型為例：

它的結構相對復雜，圖層較多，同時參數(shù)也很多。論文作者稱需要用四個GPU訓練三周。

而遷移學習的理念是，由于中間的圖層是學習圖像一般特征的，所以我們可以將其用作一個大型“特征生成器”！我們可以先下載一個預訓練模型（在ImageNet任務上訓練了好幾周），刪去網(wǎng)絡的最后一層（全連接層），根據(jù)我們的任務進行調整，最后只訓練我們的分類器圖層。由于使用的數(shù)據(jù)可能和之前訓練的模型所用數(shù)據(jù)不同，我們也可以花點時間訓練所有圖層。

由于只在最后一層進行訓練，遷移學習會用到更少的標記數(shù)據(jù)。對數(shù)據(jù)進行標注非常費時，所以創(chuàng)建不需要大量數(shù)據(jù)的高質量模型就非常受歡迎了。

NLP中的遷移學習

說實話，遷移學習在自然語言處理中的發(fā)展并不像在機器視覺里那樣受重視。讓機器學習線條、圓圈、方塊，然后再用于分析還是比較容易設計的。但是用來處理文本數(shù)據(jù)似乎不那么容易。

最初用來處理NLP中的遷移學習問題的是詞嵌入模型（常見的是word2vec和GloVe），這些詞嵌入表示利用詞語所在的語境來用向量表示它們，所以相似的詞語有相似的詞語表示。

然而，詞嵌入只能表示大多數(shù)NLP模型的第一個圖層，之后我們仍需要從零開始訓練所有的RNN/CNN等圖層。

對語言模型進行微調

今年年初，Jeremy Howard和Sebastian Ruder提出了ULMFiT模型，這也是對NLP領域遷移學習的深入嘗試。具體可參考論智此前報道的：《用遷移學習創(chuàng)造的通用語言模型ULMFiT，達到了文本分類的最佳水平》。

他們所研究的問題基于語言模型。語言模型是能夠基于已知單詞預測下一個單詞的模型（例如手機上的智能拼寫）。就像圖像分類器一樣，如果NLP模型能準確預測下一個單詞，那就可以認為該模型學了很多自然語言組合的規(guī)則了。這一模型可以作為初始化，能夠針對不同任務進行訓練。

ULMFiT提出要在大型語料上訓練語言模型（例如維基百科），然后創(chuàng)建分類器。由于你的文本數(shù)據(jù)可能和維基百科的語言風格不同，你就需要對參數(shù)進行微調，把這些差異考慮進去。然后，我們會在語言模型的頂層添加一個分類圖層，并且只訓練這個圖層！論文建議逐漸解鎖各個圖層進行訓練。

ULMFiT論文中的收獲

這篇論文最讓人驚喜之處就是用非常少的標記數(shù)據(jù)訓練分類器。雖然未經標記過的數(shù)據(jù)隨處可見，但是標記過的數(shù)據(jù)獲取的成本是很高的。下面是對IMDb進行情感分析之后的結果：

只用了100個案例，他們就達到了和用2萬個案例訓練出的模型同樣的錯誤率水平。除此之外，他們還提供了對模型進行預訓練的代碼，因為維基百科有多種語言，這使得我們能快速地進行語言轉換。除英語之外，其他語種并沒有很多經過標記的公開數(shù)據(jù)集，所以你可以在語言模型上對自己的數(shù)據(jù)進行微調。

處理亞馬遜評論

為了加深對這種方法的理解，我們在另一個公開數(shù)據(jù)集上試了試。在Kaggle上發(fā)現(xiàn)了這個“亞馬遜評論情感分析數(shù)據(jù)集”（地址：www.kaggle.com/bittlingmayer/amazonreviews/home）。它含有400萬條商品評論已經相關的情感標簽（積極或消極）。我們用fast.ai提出的ULMFiT對亞馬遜的評價進行分類。我們發(fā)現(xiàn)，僅用1000個案例，模型就達到了在全部數(shù)據(jù)上訓練的FastText模型的表現(xiàn)成果。而用100個案例進行訓練，模型也能表現(xiàn)出不錯的性能。

如果你想復現(xiàn)這個實驗，可以參考notebook：github.com/feedly/ml-demos/blob/master/source/TransferLearningNLP.ipynb，在微調和分類過程中有一個GPU還是很高效的。

NLP中非監(jiān)督 vs 監(jiān)督學習

在使用ULMFiT的過程中，我們用到了非監(jiān)督和監(jiān)督學習兩種方法。訓練一個非監(jiān)督式語言模型很“便宜”，因為你可以從網(wǎng)上找到很多文本數(shù)據(jù)。但是，監(jiān)督式模型的成本就很高了，因為需要標記數(shù)據(jù)。

雖然語言模型可以捕捉到很多有關自然語言組織的信息，但是仍不能確定模型能否捕捉到文本的含義，即它們能否了解說話者想傳達的信息。

Emily Bender在推特上曾提出了一個有趣的“泰語實驗”：“假設給你所有泰語書籍，沒有譯文。假如你一點都不懂泰語，你永遠不會從中學會什么?！?/p>

所以，我們認為語言模型更多的是學習語法規(guī)則，而不是含義。而語言模型能做的不僅僅是預測在語法規(guī)則上相近的句子。例如“I ate this computer”和“I hate this computer”兩句話結構相同，但是一個良好的模型應該會將后者看作是“更正確”的句子。所以我們可以將語言模型看作是學習自然語言句子的架構的工具，從而幫助我們了解句子含義。

想了解更多這方面的話題，可以觀看ACL 2018上Yejin Choi的演講：sites.google.com/site/repl4nlp2018/home?authuser=0

NLP遷移學習的未來

ULMFiT的出現(xiàn)推動了遷移學習在自然語言處理中的發(fā)展，同時也出現(xiàn)了其他的微調工具，例如FineTune Transformer LM。我們注意到隨著更多更好地語言模型的出現(xiàn)，遷移的效率也在不斷提高。