我正在寻找有关使用 Bert 和 Bert 的掩码语言模型来预测多个标记的建议。
我的数据如下：
上下文：some very long context paragraph
问题：rainy days lead to @placeholder 而这个@placeholder 的答案是wet weather。在模型中，wet environment 是预测的答案。
那么在预处理阶段，我应该将文本更改为rainy days lead to [MASK] 还是rainy days lead to [MASK] [MASK] 之类的东西？我知道masked LM在单token预测上效果很好，你认为masked LM在多token预测上效果很好吗？如果没有，您对如何预处理和训练这类数据有什么建议吗？
非常感谢！
【问题讨论】：
标签： python bert-language-model
所以有3个问题：
首先，
那么在预处理阶段，我是不是应该把文字改成rainy 天导致 [MASK] 或类似下雨天导致 [MASK] [面具]？
从字的角度来看，你应该设置[MASK] [MASK]。但请记住，在 BERT 中，掩码是从令牌的角度设置的。事实上，“潮湿天气”可能被标记为：[wet] [weath] [##er]，在这种情况下，你应该有 [MASK] [MASK] [MASK]。所以每个令牌一个 [MASK]。
第二，
我知道蒙面 LM 在单标记预测上效果很好， 你认为蒙面的 LM 可以在多个令牌上很好地工作吗 预测？
正如您在the original paper 中看到的那样，他们说：
训练数据生成器选择 15% 的标记位置 随机预测。如果选择了第 i 个令牌，我们替换 第 i 个令牌与 (1) [MASK] 令牌 80% 的时间 (2) 随机 10% 的时间标记 (3) 10% 的时间不变的第 i 个标记。
他们注意到每个句子的 MASKED 令牌数量没有限制，您在预训练 BERT 期间有多个 MASKED 令牌。 根据我自己的经验，我对 BERT 进行了多次预训练，我注意到如果我的输入中只有一个或多个 MASKED 令牌，则对 MASKED 令牌所做的预测几乎没有差异。
第三，
如果没有，您对如何预处理和训练有什么建议吗？ 这种数据？
所以答案是肯定的，但是如果你真的想对你选择的元素进行 MASK（而不是像论文中那样随机），你应该在数据被标记时调整 MASK，因为 MASKED 标记的数量会更大（或等于）您设置的单词空间中的 MASK 数量（就像我给您的示例：1 个单词不等于 1 个标记，所以基本上，1 个 MASKED 单词将是 1 个或多个 MASK 标记）。但老实说，标签化的过程会非常巨大，我建议你增加 MASK tokien 的 15% 概率，或者为每个 MASKED 令牌（或类似的东西）制作一个 MASK 1 或 2 下一个令牌的过程..
【讨论】：