【OSS情報アーカイブ】BERT

※当記事に記載されている情報は、古くなっている場合があります。オフィシャルサイトで最新情報をご確認ください。

「BERT」とは

概要

BERT(バート)とは、自然言語処理(NLP)タスクの事前トレーニング手法です。事前トレーニングされたBERTモデルを1つの追加出力レイヤーで微調整することで、「質問応答」や「言語推論」などの幅広いタスクに対応する最先端のモデルを作成できます。Google Researchが中心となり開発が進められています。

基本説明

BERTは「Bidirectional Encoder Representations Transformers」の略称で、言語表現を事前にトレーニングする手法です。

自然言語処理(NLP)とは「言語翻訳」「センチメント分析」「セマンティック検索」「その他の数多くの言語タスク」などにまたがる人工知能(AI)のサブカテゴリです。

「汎用言語理解モデル」を大きなテキストコーパス(Wikipediaなど)で事前トレーニングし、そのモデルをNLPタスク(質問など)に使用します。

「ディープ双方向アプローチ」により、言語理解タスクにおいて、以前のトレーニング方法よりも高い精度に達しています。

オフィシャルサイト情報

■オフィシャルサイト

→arxiv.org　→BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding

■GitHub

→github.com　→google-research/bert

■主要開発元

BERTは、Google Researchが中心となり開発が進められています。

→research.google

■ライセンス情報

BERTのライセンスは「Apache License 2.0」です。

詳細について、こちらを参照ください。
→github.com　→google-research/bert　→LICENSE

■動作環境

リポジトリ内のすべてのコードは「CPU」「GPU」「CloudTPU」ですぐに使用できます。

ただし、GPUトレーニングは単一GPUのみサポートしています。

■ダウンロード

→github.com　→google-research/bert

高性能

BERTは、高い精度の結果を作成でき、11の自然言語処理タスクで最先端の結果を得られます。

・GLUEスコア：80.5％—7.7％改善
・MultiNLI精度：86.7％—4.6％改善
・質問応答テストF1：93.2ポイント—1.5ポイント改善
・SQuADv2.0テストF1：83.1ポイント—5.1ポイント改善

ディープ双方向アプローチ

BERTは、ディープニューラルネットワークの最下部から開始し、対象箇所の左側と右側の両方のコンテキストを使用する「ディープ双方向アプローチ」を採用しています。

入力内の単語の15％をマスクし、シーケンス全体をディープ双方向変成器エンコーダーで実行してから、マスクされた単語のみを予測します。

次に、大きなコーパス(Wikipedia+BookCorpus)で、モデル(12層から24層の変成器)を長時間トレーニングします。

事前トレーニング

事前トレーニングには、「4〜16のクラウドTPUで4日間ほど」のコストがかかりますが、言語ごとに1回限りの手順です。

■トレーニング済モデル

事前トレーニングモデルがリリースされています。

ほとんどのNLP研究者は、独自モデルを最初から事前トレーニングする必要はありません。

微調整カスタマイズ

微調整プロセスは短時間で完了できます。

「単一クラウドTPUで1時間ほど」もしくは「GPUで数時間ほど」で終了します。

例えば、SQuAD(スタンフォード質問応答データセット)の場合、単一クラウドTPUにおいて約30分でトレーニングでき、91.0％のDevF1スコアを達成できます。

参考元サイト

• →arxiv.org　→BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
• →github.com　→google-research/bert

※定期的にメンテナンスを実施しておりますが、一部情報が古い場合がございます。ご了承ください。

この記事のタグ一覧

• BERT

  1

• 一覧はこちら
• 次の記事へ