【HuggingFace文档学习】Bert的token分类与句分类-CSDN博客

BERT特性

• BERT的嵌入是位置绝对position absolute的。
• BERT擅长于预测掩码token和NLU但是不擅长下一文本生成。

1.BertForTokenClassification

一个用于token级分类的模型可用于命名实体识别(NER)、部分语音标记(POS)等。对于给定的输入序列模型将为每个标记/词产生一个标签。
输出的维度是 [batch_size, sequence_length, num_labels]其中 num_labels 是可能的标签数量。

class transformers.BertForTokenClassificationconfig

继承父类BertPreTrainedModel、torch.nn.Module

参数config (BertConfig)——包含模型所有参数的模型配置类。

包含一个token分类的任务头线性层可用于NER。

forward方法

参数

• input_ids (torch.LongTensor of shape (batch_size, sequence_length)) — 输入序列对应的分词索引列表indices list。索引根据AutoTokenizer得到。
• attention_mask (torch.FloatTensor of shape (batch_size, sequence_length), optional) — 对输入序列的部分token加上掩码使得注意力机制不会计算到。如填充token的索引padding token indices。取值为 [0, 1]二者之一。取0则表明掩码取1则表明不掩码。
• token_type_ids (torch.LongTensor of shape (batch_size, sequence_length), optional) — 在分句任务中表明token是属于第一句还是第二句。取值为 [0, 1]二者之一。
• position_ids (torch.LongTensor of shape (batch_size, sequence_length), optional) — 输入序列对应的位置索引列表positional indices list。 取值范围为 [0, config.max_position_embeddings - 1]从而加入位置信息。
• head_mask (torch.FloatTensor of shape (num_heads,) or (num_layers, num_heads), optional) — 掩码多头自注意力模块的头。取值为 [0, 1]二者之一:取0则表示对应的头要掩码取1则表示对应的头不掩码。
• inputs_embeds (torch.FloatTensor of shape (batch_size, sequence_length, hidden_size), optional) — 如果想要直接将嵌入向量传入给模型由自己控制 input_ids的关联向量那么就传这个参数。这样就不需要由本模型内部的嵌入层矩阵运算 input_ids。
• output_attentions (bool, optional) — 是否希望模型返回所有的注意力分数。
• output_hidden_states (bool, optional) — 是否希望模型返回所有层的隐藏状态。
• return_dict (bool, optional) — 是否希望输出的是ModelOutput而不是直接的元组tuple。
• labels (torch.LongTensor of shape (batch_size, sequence_length), optional) — 提供标签用于计算loss。取值范围为 [0, config.max_position_embeddings - 1]。

返回值

transformers.modeling_outputs.TokenClassifierOutput 或 tuple(torch.FloatTensor)

1. 如果 return_dict 为 False或 return_dict 为空但配置文件中 self.config.use_return_dict 为 False:
   • 如果提供了 labels 参数输出是一个元组包含
     • loss: 计算的损失值。
     • logits: 分类头的输出形状为 (batch_size, sequence_length, num_labels)。
     • 其他 BERT 的输出例如隐藏状态和注意力权重但这取决于 BERT 的配置和输入参数。
   • 如果没有提供 labels 参数输出只包含 logits 和其他 BERT 的输出。
2. 如果 return_dict 为 True或 return_dict 为空但配置文件中 self.config.use_return_dict 为 False:
   • 输出是一个 TokenClassifierOutput 对象包含以下属性
     • loss: 如果提供了 labels 参数这是计算的损失值。
     • logits: 分类头的输出形状为 (batch_size, sequence_length, num_labels)。
     • hidden_states: BERT 的隐藏状态输出。
     • attentions: BERT 的注意力权重输出。

代码实现

@add_start_docstrings(
    """
    Bert Model with a token classification head on top (a linear layer on top of the hidden-states output) e.g. for
    Named-Entity-Recognition (NER) tasks.
    """,
    BERT_START_DOCSTRING,
)
class BertForTokenClassification(BertPreTrainedModel):
    def __init__(self, config):
        super().__init__(config)
        self.num_labels = config.num_labels  # 标签的数量

        self.bert = BertModel(config, add_pooling_layer=False)  # 预训练BERT
        classifier_dropout = (
            config.classifier_dropout if config.classifier_dropout is not None else config.hidden_dropout_prob
        )
        self.dropout = nn.Dropout(classifier_dropout)
        self.classifier = nn.Linear(config.hidden_size, config.num_labels)  # classification任务头加在预训练BERT之上

        # Initialize weights and apply final processing
        self.post_init()

    @add_start_docstrings_to_model_forward(BERT_INPUTS_DOCSTRING.format("batch_size, sequence_length"))
    @add_code_sample_docstrings(
        checkpoint=_CHECKPOINT_FOR_TOKEN_CLASSIFICATION,
        output_type=TokenClassifierOutput,
        config_class=_CONFIG_FOR_DOC,
        expected_output=_TOKEN_CLASS_EXPECTED_OUTPUT,
        expected_loss=_TOKEN_CLASS_EXPECTED_LOSS,
    )
    def forward(
        self,
        input_ids: Optional[torch.Tensor] = None,
        attention_mask: Optional[torch.Tensor] = None,
        token_type_ids: Optional[torch.Tensor] = None,
        position_ids: Optional[torch.Tensor] = None,
        head_mask: Optional[torch.Tensor] = None,
        inputs_embeds: Optional[torch.Tensor] = None,
        labels: Optional[torch.Tensor] = None,
        output_attentions: Optional[bool] = None,
        output_hidden_states: Optional[bool] = None,
        return_dict: Optional[bool] = None,
    ) -> Union[Tuple[torch.Tensor], TokenClassifierOutput]:
        r"""
        labels (`torch.LongTensor` of shape `(batch_size, sequence_length)`, *optional*):
            Labels for computing the token classification loss. Indices should be in `[0, ..., config.num_labels - 1]`.
        """
        return_dict = return_dict if return_dict is not None else self.config.use_return_dict

        outputs = self.bert(
            input_ids,
            attention_mask=attention_mask,
            token_type_ids=token_type_ids,
            position_ids=position_ids,
            head_mask=head_mask,
            inputs_embeds=inputs_embeds,
            output_attentions=output_attentions,
            output_hidden_states=output_hidden_states,
            return_dict=return_dict,
        )  # 预训练BERT的计算得到输入序列经BERT计算的向量序列

        sequence_output = outputs[0]

        sequence_output = self.dropout(sequence_output)
        logits = self.classifier(sequence_output)  # 再经过最后的任务头classification

        loss = None
        if labels is not None:
            loss_fct = CrossEntropyLoss()
            loss = loss_fct(logits.view(-1, self.num_labels), labels.view(-1))

        if not return_dict:
            output = (logits,) + outputs[2:]
            return ((loss,) + output) if loss is not None else output

        return TokenClassifierOutput(
            loss=loss,
            logits=logits,
            hidden_states=outputs.hidden_states,
            attentions=outputs.attentions,
        )

使用示例

from transformers import AutoTokenizer, BertForTokenClassification
import torch

tokenizer = AutoTokenizer.from_pretrained("dbmdz/bert-large-cased-finetuned-conll03-english")
model = BertForTokenClassification.from_pretrained("dbmdz/bert-large-cased-finetuned-conll03-english")

inputs = tokenizer(
    "HuggingFace is a company based in Paris and New York", add_special_tokens=False, return_tensors="pt"
)

with torch.no_grad():
    logits = model(**inputs).logits  # 想要得到分类后的权重获取的是输出的logits对象。

predicted_token_class_ids = logits.argmax(-1)

# Note that tokens are classified rather then input words which means that
# there might be more predicted token classes than words.
# Multiple token classes might account for the same word
predicted_tokens_classes = [model.config.id2label[t.item()] for t in predicted_token_class_ids[0]]
# predicted_tokens_classes = ['O', 'I-ORG', 'I-ORG', 'I-ORG', 'O', 'O', 'O', 'O', 'O', 'I-LOC', 'O', 'I-LOC', 'I-LOC'] 

2.BertForSequenceClassification

一个用于整个句子或段落级别的分类的模型可用于情感分析、文本分类等。对于给定的输入模型将为整个序列产生一个分类标签。
输出的维度是 [batch_size, num_labels]其中 num_labels 是可能的分类数量。

class transformers.BertForSequenceClassificationconfig

继承父类BertPreTrainedModel、torch.nn.Module

参数config (BertConfig)——包含模型所有参数的模型配置类。

forward方法与BertForTokenClassification相同。

与BertForTokenClassification的差异

• BertForSequenceClassification 在 BERT 的编码器输出上增加了一个**全连接层通常连接到 [CLS] 标记的输出**来进行分类。
• BertForTokenClassification 不需要额外的全连接层而是直接使用 BERT输出的每个标记的表示并可能有一个线性层来将其映射到标签空间。

使用示例

import torch
from transformers import AutoTokenizer, BertForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("textattack/bert-base-uncased-yelp-polarity")
model = BertForSequenceClassification.from_pretrained("textattack/bert-base-uncased-yelp-polarity")

inputs = tokenizer("Hello, my dog is cute", return_tensors="pt")

with torch.no_grad():
    logits = model(**inputs).logits

predicted_class_id = logits.argmax().item()
predicted_class_label = model.config.id2label[predicted_class_id]
# predicted_class_label = LABEL_1