訓練后如何測試屏蔽語言model？

Question

我已經按照本教程使用 BERT 從 Hugging Face 進行蒙面語言建模，但我不確定如何實際部署 model。

教程： https://github.com/huggingface/notebooks/blob/master/examples/language_modeling.ipynb

我已經使用我自己的數據集訓練了 model，效果很好，但我不知道如何實際使用 model，因為遺憾的是，筆記本沒有包含如何執行此操作的示例。

我想用我訓練有素的 model 做的例子

在 Hugging Face 網站上，這是示例中使用的代碼； 因此，我想用我的 model 做這件事：

>>> from transformers import pipeline
>>> unmasker = pipeline('fill-mask', model='bert-base-uncased')
>>> unmasker("Hello I'm a [MASK] model.")

[{'sequence': "[CLS] hello i'm a fashion model. [SEP]",
  'score': 0.1073106899857521,
  'token': 4827,
  'token_str': 'fashion'},
 {'sequence': "[CLS] hello i'm a role model. [SEP]",
  'score': 0.08774490654468536,
  'token': 2535,
  'token_str': 'role'},
 {'sequence': "[CLS] hello i'm a new model. [SEP]",
  'score': 0.05338378623127937,
  'token': 2047,
  'token_str': 'new'},
 {'sequence': "[CLS] hello i'm a super model. [SEP]",
  'score': 0.04667217284440994,
  'token': 3565,
  'token_str': 'super'},
 {'sequence': "[CLS] hello i'm a fine model. [SEP]",
  'score': 0.027095865458250046,
  'token': 2986,
  'token_str': 'fine'}

關於如何做到這一點的任何幫助都會很棒。

Answer 1

這很大程度上取決於您的任務。 您的任務似乎是蒙面語言建模，即預測一個或多個蒙面詞：

今天我吃了___。

(pizza) 或 (pasta) 可能同樣正確，因此您不能使用准確度等指標。 但是（水）應該比其他兩個更“正確”。 因此，您通常要做的是檢查語言 model 在評估數據集上的“驚訝”程度。 這個度量被稱為perplexity 。 因此，在您對特定數據集微調 model 之前和之后，您將計算困惑度，並且您會期望微調后它會更低。 model 應該更適合您的特定詞匯等。這就是您測試model 的方式。

如您所見，他們在您提到的教程中計算了困惑度：

import math
eval_results = trainer.evaluate()
print(f"Perplexity: {math.exp(eval_results['eval_loss']):.2f}") 

要預測樣本，您需要標記這些樣本並為 model 准備輸入。 Fill-mask-Pipeline 可以為您執行此操作：

# if you trained your model on gpu you need to add this line:
trainer.model.to('cpu')

unmasker = pipeline('fill-mask', model=trainer.model, tokenizer=tokenizer)
unmasker("today I ate <mask>")

這導致以下 output：

[{'score': 0.23618391156196594,
  'sequence': 'today I ate it.',
  'token': 24,
  'token_str': ' it'},
 {'score': 0.03940323367714882,
  'sequence': 'today I ate breakfast.',
  'token': 7080,
  'token_str': ' breakfast'},
 {'score': 0.033759087324142456,
  'sequence': 'today I ate lunch.',
  'token': 4592,
  'token_str': ' lunch'},
 {'score': 0.025962186977267265,
  'sequence': 'today I ate pizza.',
  'token': 9366,
  'token_str': ' pizza'},
 {'score': 0.01913984678685665,
  'sequence': 'today I ate them.',
  'token': 106,
  'token_str': ' them'}]

Answer 2

與困惑密切相關，並且更具體到掩碼語言 model 評估： https://aclanthology.org/2020.acl-main.240.Z437175BA41913410EE094E1D9