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用，本文作者及其團隊對 BERT 進行了應用探索。

隨著 Google 推出的 BERT 模型在多種 NLP 任務上取得 SOTA，NLP 技術真正進入了大規(guī)模應用階段，環(huán)信一直致力于幫助企業(yè)應用先進的AI技術提高生產(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（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

我們的主要應用點是相似度計算，期望模型返回的結果是一個概率（分值）而不是每個類別的概率。當然如果模型給的結果是每一個類別的概率，依然可以通過加權求和輸出一個分值，但這樣是不是又復雜了。

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，需要導出成 PB 文件，可以使用 Estimator 的 export_savedmodel 方法導出。

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，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：兩種方案都不復雜。

與現(xiàn)有服務開發(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->相似度計算服務:句子 1 和 句子 2 相似度是多少 ?

相似度計算服務->TensorflowServing: 句子 1 和 句子 2 相似度是多少 ?

Note right of TensorflowServing: bert 模型預測

TensorflowServing->相似度計算服務: 句子 1 和 句子 2 相似度是 xx

相似度計算服務->FAQ 服務: 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，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，解決問題。

預訓練

BERT 預訓練的模型使用的數(shù)據(jù)來源于維基百科，與我們的主要應用場景不一致。我們可以猜想如果在 BERT 原有 Pre-Training 模型的基礎上，使用客服里的數(shù)據(jù)再次進行 Pre-Training 應該會更好，事實上我們也的確這樣做了。結論是影響不大，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。

其他應用

我們在產(chǎn)品中還提供了意圖識別的服務，意圖識別服務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)信智能機器人的設計與研發(fā)。