【新智元導讀】NLP方向近日各種大神工具層出不窮。然而，實踐才是硬道理，如何將它們應用到自己的模型是個關鍵問題。本文就對此問題進行了介紹。

近期的NLP方向，ELMO、GPT、BERT、Transformer-XL、GPT-2，各種預訓練語言模型層出不窮，這些模型在各種NLP任務上一次又一次刷新上線，令人心馳神往。但是當小編翻開他們的paper，每一個上面都寫著四個大字：「弱者退散」，到底該怎麼將這些頂尖工具用到我的模型里呢？答案是Hugging Face的大神們開源的pytorch-pretrained-BERT。

Github 地址：

https://github.com/huggingface/pytorch-pretrained-BERT

模型簡介

近期的各種預訓練語言模型，橫掃各種NLP任務，這裡我們介紹三個最火的預訓練模型：

• BERT，由Google AI團隊，發表於2018年10月11日。它的文章是： BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding。
• Transformer-XL, 由Google AI和Carnegie Mellon大學，發表於2019年1月9日。它的文章是：Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context。
• GPT-2，由OpenAI 團隊，發表於2019年2月14日，它的文章是：Language Models are Unsupervised Multitask Learners。

基本上，每一個文章，都在發表的時候，刷新當時的幾乎所有NLP任務的State-of-the-Art，然後引發一波熱潮。 當然，目前風頭正盛的是GPT-2，它前幾天剛發表。

開源實現

然而，讓小編翻開他們的paper，發現每一個上面都寫著四個大字：「弱者退散」，到底該怎麼將這些頂尖工具用到我的模型里呢，Hugging Face 的大神們，緊跟前沿，將所有的預訓練語言模型都實現並開源了。更令人欽佩的是，它們還做了很多封裝，讓大家都可以才在這些巨人模型的肩膀上。

Hugging Face開源的庫叫pytorch-pretained-bert, 你可以在本文開頭找到鏈接。接下來的部分，我們介紹一下它的安裝和使用。

安裝使用

你可以直接使用 Pip install 來安裝它：

pip install pytorch-pretrained-bert

pytorch-pretrained-bert 內 BERT，GPT，Transformer-XL，GPT-2。

為了獲取一句話的BERT表示，我們可以：

拿到表示之後，我們可以在後面，接上自己的模型，比如NER。

我們也可以獲取GPT的表示：

Transformer-XL表示：

以及，非常火的，GPT-2的表示：

有了這些表示，我們可以在後面，接入自己的模型，比如：

• 文本分類
• https://github.com/huggingface/pytorch-pretrained-BERT/blob/master/examples/run_classifier.py
• 閱讀理解
• https://github.com/huggingface/pytorch-pretrained-BERT/blob/master/examples/run_squad.py
• 語言模型
• https://github.com/huggingface/pytorch-pretrained-BERT/blob/master/examples/run_lm_finetuning.py
• 等等

本文經授權轉載自專知

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！