README.md

Pytorch-Chinese-MultilLabel-Classification

Codes for the project

目录

-Requirements

-技术路线 模型

-结果

-参考文献

Requirements

技术路线

/Basic   作为 baseline 的 bert 和 Albert 的实现
/DistillBert 对于 Basic 中模型的蒸馏
/Preprocessor 前处理
/Postprocessor 后处理

模型

• Roberta_wwm
• Albert_zn
• TinyBert
• FastBert
• BiGRU

模型说明

基础架构

特征向量生成：由原始特征经过特征统计生成 输入层：其中 X 表示节点类别，P 表示回答的内容，将两者进行拼接作为最终输入。 Transformer编码层：按照 Bert 和 albert 会有不同 输出层：一层全连接网络得到打分输出分类结果。

文本特征挖掘

将每一类的类别信息词和文本信息进行拼接后再进行分类，如 [类别词][SEP][原始文本]

BiGRU模型架构

词的embedding层是直接从teacher model上复制过来的，加快网络收敛速度。网络主干部分采用双向GRU。输出层部分是一个两层全连接网络，输入可以是GRU的输出也可以是GRU最后一个时间步的隐藏单元，分别对应Model A 和B。采用Model B时，因为输入词长短不一，为了得到真正的最后一个字输出的隐藏单元，需要利用for循环进行单时间步的训练，所以速度会慢一些。Model A 和B准确率都能达到90%。损失函数时MSE和交叉熵的结合，分别拟合teacher model的logits 和真正的标签信息。

效果对比

参考文献

1. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
2. RoBERTa: A Robustly Optimized BERT Pretraining Approach
3. ALBERT: A Lite BERT for Self-supervised Learning of Language Representations
4. TinyBERT: Distilling BERT for Natural Language Understanding
5. FastBERT: a Self-distilling BERT with Adaptive Inference Time
6. Transformer to CNN: Label-scarce distillation for efficient text classification
7. Distilling task-specific knowledge from bert into simple neural networks
8. Distilling Transformers into Simple Neural Networks with Unlabeled Transfer Data