Google 的 BERT 模型一經(jīng)發(fā)布便點燃了 NLP 各界的歡騰，Google Brain 的資深研究科學家 Thang Luong 曾給出其“開啟了 NLP 新時代”的高度定義，國內(nèi)外許多公司及開發(fā)者對其進行了研究及應(yīng)用，本文作者及其團隊對 BERT 進行了應(yīng)用探索。
隨著 Google 推出的 BERT 模型在多種 NLP 任務(wù)上取得 SOTA，NLP 技術(shù)真正進入了大規(guī)模應(yīng)用階段，環(huán)信一直致力于幫助企業(yè)應(yīng)用先進的AI技術(shù)提高生產(chǎn)效率，對于 BERT 的探索我們一直走在了行業(yè)前列。
訓練模型
訓練數(shù)據(jù)
訓練其他模型時我們已經(jīng)標注了大量的訓練數(shù)據(jù)，主要把相似句對分為三類來標注：
不相似（0）、相關(guān)（0.5）、相似（1）
所以，訓練 BERT 模型時就可以“拿來主義”了。
模型修改
我們的主要應(yīng)用點是相似度計算，期望模型返回的結(jié)果是一個概率（分值）而不是每個類別的概率。當然如果模型給的結(jié)果是每一個類別的概率，依然可以通過加權(quán)求和輸出一個分值，但這樣是不是又復(fù)雜了。
所以我們在官方代碼上做了點小的修改（將最后的 softmax 改為了 sigmoid）使得模型輸出是一個分值，這個分值也就是我們要的相似度了。
模型訓練
我們使用之前標注的數(shù)據(jù)集在 GeForce GTX 1070 上訓練（Fine-Tune），大概訓練了 8 個小時左右。
模型導(dǎo)出
模型訓練完會產(chǎn)生幾個 Checkpoint，這些 Checkpoint 是不能直接在工程中使用的，需要導(dǎo)出成 PB 文件，可以使用 Estimator 的 export_savedmodel 方法導(dǎo)出。
模型使用
通過調(diào)研，主要有兩種方式：
Java JNI：基于我們的 GPU 編譯[1]一個合適的 libtensorflow 和libtensorflow_jni_gpu（如果你的配置和官方一致就不需要自己編譯 了，自己編譯太多坑，這里有一份經(jīng)過驗證的編譯環(huán)境配置[2]）打成 jar 包并加入到工程依賴，使用 TensorFlow 提供的 Java API 加載 BERT 模型，在你的 Java 工程中使用[3]。
Docker + Nvidia-docker + Tensorflow Serving：需要一個合適的 Tensorlfow Serving 的 image，這里有一份官方做好的 image 列表[4]，當然你也可以自己做一個。
這兩種方式各有優(yōu)缺點，我們主要考慮以下幾個方面：
性能：我們對兩種方案做了實驗，Tensorflow Serving 是 C++ 寫成的服務(wù)，對于 batch 做過優(yōu)化[6]，性能優(yōu)于 Java JNI。
多模型支持能力：方案 2 是支持多模型的，也就是多個模型共用一個 GPU，方案 1 不支持。
簡單好部署：兩種方案都不復(fù)雜。
與現(xiàn)有服務(wù)開發(fā)和運維體系兼容性：方案 1 更有優(yōu)勢。
另外，方案 2 不僅支持多模型還支持多版本、模型的冷啟動和熱加載。綜合考慮下，我們使用了方案 2 進行模型部署。
效果對比
我們用一些典型客戶的數(shù)據(jù)構(gòu)建了測試環(huán)境，抽取這些客戶的真實訪客數(shù)據(jù)，對現(xiàn)有模型和 BERT 模型做了對比實驗，BERT 模型的效果相比于對照模型提高了超過 10%。
調(diào)用圖
這是我們的調(diào)用時序圖：
FAQ 服務(wù)->相似度計算服務(wù):句子 1 和 句子 2 相似度是多少 ?
相似度計算服務(wù)->TensorflowServing: 句子 1 和 句子 2 相似度是多少 ?
Note right of TensorflowServing: bert 模型預(yù)測
TensorflowServing->相似度計算服務(wù): 句子 1 和 句子 2 相似度是 xx
相似度計算服務(wù)->FAQ 服務(wù): 句子 1 和 句子 2 相似度是 xx
這里抽象出一個相似度計算服務(wù)，是因為我們集成了多種相似度計算方法。
優(yōu)化
后處理
這種模型的一個主要問題是：模型并不能完美解決所有問題，時不時總會有 bad case 出現(xiàn)。一旦模型上線，如果有問題我們無法及時解決（訓練模型和上線都會消耗大量時間）。為此我們增加了后處理，以便于我們的訓練師能夠及時干預(yù)，解決問題。
預(yù)訓練
BERT 預(yù)訓練的模型使用的數(shù)據(jù)來源于*，與我們的主要應(yīng)用場景不一致。我們可以猜想如果在 BERT 原有 Pre-Training 模型的基礎(chǔ)上，使用客服里的數(shù)據(jù)再次進行 Pre-Training 應(yīng)該會更好，事實上我們也的確這樣做了。結(jié)論是影響不大，可能是數(shù)據(jù)不夠多，新的訓練實驗還在進行中。
數(shù)據(jù)標注
GPT 2.0 的出現(xiàn)再次證明了要想得到好的模型，不僅要有數(shù)據(jù)量，還要提高數(shù)據(jù)的品質(zhì)。我們新的標注也在進行中，相信會對模型效果有所提高。
其他應(yīng)用
我們在產(chǎn)品中還提供了意圖識別的服務(wù)，意圖識別服務(wù)要求必須能夠在線訓練。如果直接使用 BERT 來做意圖識別，很難滿足在線訓練的要求（BERT 訓練太慢了）。為此我們使用了簡單的模型來支持在線訓練，并把 Fine-tune 模型的倒數(shù)第二層作為特征，增強意圖識別的效果。
BERT 的近鄰
最近 Google 又攜 XLnet 屠榜了，從實驗效果看對比 BERT 確實有比較大的提升，我們也在關(guān)注中，實驗的小手已經(jīng)蠢蠢欲動了。如果在我們的場景實驗效果好的話，相信我們環(huán)信的客戶很快便會體驗到。
[1]: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/java/README.md
[2]: https://www.tensorflow.org/install/source#tested_build_configurations
[3]: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/java/README.md
[4]: https://hub.docker.com/r/tensorflow/serving/tags
[5]: https://github.com/tensorflow/serving/blob/master/tensorflow_serving/g3doc/building_with_docker.md
[6]: https://github.com/tensorflow/serving/tree/master/tensorflow_serving/batching
[7]: https://www.tensorflow.org/tfx/serving/serving_config
[8]: https://arxiv.org/abs/1906.08237
作者簡介：董文濤，環(huán)信人工智能研發(fā)中心算法工程師，負責環(huán)信中文語義分析開放平臺和環(huán)信智能機器人的設(shè)計與研發(fā)。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
