EncoderDecoderModel 转换解码器的分类器层

Question

我正在尝试使用序列到序列模型进行命名实体识别。我的输出是简单的 IOB 标记，因此我只想预测每个标记 (IOB) 的 3 个标签的概率。

我正在尝试使用 HuggingFace 实现的 EncoderDecoderModel，其中 DistilBert 作为我的编码器，BertForTokenClassification 作为我的解码器。

首先，我导入我的编码器和解码器：

encoder = AutoModelForSequenceClassification.from_pretrained("distilbert-base-uncased")
encoder.save_pretrained("Encoder")

decoder = BertForTokenClassification.from_pretrained('bert-base-uncased',
                                                     num_labels=3,
                                                     output_hidden_states=False,
                                                     output_attentions=False)
decoder.save_pretrained("Decoder")
decoder

当我检查我的解码器模型时，我可以清楚地看到 out_features=3 的线性分类层：

## sample of output:
  )
  (dropout): Dropout(p=0.1, inplace=False)
  (classifier): Linear(in_features=768, out_features=3, bias=True)
)

但是，当我在我的 EncoderDecoderModel 中组合这两个模型时，似乎解码器被转换为不同类型的分类器 - 现在将 out_features 作为我词汇量的大小：

bert2bert = EncoderDecoderModel.from_encoder_decoder_pretrained("./Encoder","./Decoder")
bert2bert

## sample of output:
(cls): BertOnlyMLMHead(
      (predictions): BertLMPredictionHead(
        (transform): BertPredictionHeadTransform(
          (dense): Linear(in_features=768, out_features=768, bias=True)
          (LayerNorm): LayerNorm((768,), eps=1e-12, elementwise_affine=True)
        )
        (decoder): Linear(in_features=768, out_features=30522, bias=True)
      )
    )

这是为什么呢？我怎样才能在我的模型中保留 out_features = 3？

Answer 1

Huggingface 对其模型使用不同的头部（取决于网络和任务）。虽然这些模型的一部分是相同的（例如上下文编码器模块），但它们在最后一层即头部本身有所不同。

例如，对于分类问题，他们使用XForSequenceClassification 头，其中X 是Bert、Bart 等语言模型的名称。

话虽如此，EncoderDecoderModel 模型使用语言建模头，而您已经存储的解码器使用分类头。当EncoderDecoderModel 看到这些差异时，它使用自己的LMhead，这是一个线性层，in_features 为 768，映射到 30522 作为词汇表的数量。

为了规避这个问题，您可以使用 vanilla BERTModel 类来输出隐藏表示，然后添加一个线性层进行分类，该层接受与形状为 768 的 BERT 的 [CLS] 标记相关联的嵌入，然后将其通过线性层映射到 3 的输出向量，即标签的数量。