• GENERALIZATION THROUGH MEMORIZATION: NEAREST NEIGHBOR LANGUAGE MODELS


    Abatract

    我们引入了kNN-LMs,它扩展了一个预先训练的神经语言模型(LM),通过与k个最近邻(kNN)模型线性插值。最近邻是根据预先训练好的LM嵌入空间中的距离进行计算的,并可以从任何文本集合中提取,包括原始的LM训练数据。
    定性地说,该模型在预测罕见的模式方面特别有用,如事实知识。总之,这些结果强烈地表明,学习文本序列之间的相似性比预测下一个单词更容易,而最近邻搜索是一种在长尾进行语言建模的有效方法。

    1 introduction

    我们提出了一种新的语言建模方法,它基于表示学习问题可能比预测问题更容易的假设。
    我们提供了强有力的证据,表明现有的语言模型在第一个问题上更好,通过在一个简单的最近邻方案中使用它们的前缀嵌入,显著提高了整体性能。
    我们引入了kNN-LM,这是一种通过线性插入LM与k-最近邻(kNN)模型的其下一个单词分布来扩展预训练的方法。最近邻是根据预先训练的嵌入空间中的距离计算的,可以从任何文本集合中提取,包括原始的LM训练数据。这种方法允许显式地记忆罕见模式,而不是隐式地在模型参数中。当使用相同的训练数据来学习前缀表示和kNN模型时,它还提高了性能,这强烈表明预测问题比以前所认识到的更具挑战性。
    通过使用kNN对next word的概率分布进行线性插值 对PLM进行扩展。
    最近邻是根据预先训练的嵌入空间中的距离计算的,可以从任何文本集合中提取,包括原始的LM训练数据。这种方法允许显式地记忆罕见模式,而不是隐式地在模型参数中。当使用相同的训练数据来学习前缀表示和kNN模型时,它还提高了性能,这强烈表明预测问题比以前所认识到的更具挑战性。
    为了更好地衡量这些影响,我们进行了广泛的实证评估。将我们的kNN增强应用到一个强大的维基文本-103lm上,仅使用原始数据集,实现了一个新的最先进的困惑状态15.79——比基础模型提高了2.86点(Baevski & Auli,2019)——没有额外的训练。我们还表明,该方法可以有效地扩展到更大的训练集,并通过简单地改变最近邻数据存储,允许有效的领域自适应。
    在1亿个令牌上训练一个模型,并在30亿个令牌数据集上使用kNN搜索,可以超过在所有30亿个令牌上训练同一模型的性能,开启了一个新的
    类似地,向数据存储中添加域外数据可以使单个LM跨多个域非常有用,同样无需进行进一步的训练。定性地说,我们发现该模型对于长尾模式特别有用,比如事实知识,这可能更容易通过显式记忆访问。

    2 NEAREST NEIGHBOR LANGUAGE MODELING

    context-target pairs are stored in a key-value datastore

    Datastore

    在这里插入图片描述

    存储的是context的representation和target word 的键值对

    Inference

    在测试时,给定输入上下文x,模型生成下一个单词pLM(y|x)和上下文表示f (x)的输出分布。该模型使用f (x)查询数据存储,根据距离函数d(·,·)(我们实验中距离的平方,使相似函数成为RBF核)检索其k个最近邻N。然后,它根据邻居的负距离的softmax计算一个关于邻居的分布,同时聚合每个词汇表项在检索目标中出现的所有项目的概率质量(没有出现在检索目标中的项目的概率为零):
    在这里插入图片描述
    最后,我们遵循Grave等人(2017a),方法,使用调整参数λ将最近邻分布pkNN与模型分布pLM进行插值,生成最终的kNN-LM分布:
    在这里插入图片描述

    Implementation

    数据存储包含训练集中每个目标的一个条目,对于lm来说,多达可以有数十亿个示例。为了搜索这个大型数据存储,我们使用了FAISS(Johnson等人,2017),这是一个用于在高维空间中快速进行最近邻检索的开源库。FAISS通过聚类键和基于集群质心查找邻居来加速搜索,同时通过存储向量的压缩版本来减少内存使用。我们在初步实验中发现,与内积距离相比,使用L2距离进行FAISS检索对kNN-LM具有更好的性能。

    Related Cache Models

    之前的工作(Grave等人,2017c;Merity等人,2017)使用了类似的方法来计算与测试文档之前隐藏状态的相似性,从而更容易复制最近过去的罕见词汇项。自从transformer(Vaswani等人,2017)的开发以来,这种技术就不那么流行了,它可以学习使用自我注意复制最近的单词;在第4.1节中,我们观察到在同一测试文档`alaGrave等人(2017c)中缓存最近的项目相对较小的收益。最相关的是,Grave等人(2017a)描述了一种在线语言模型,使用对之前所有隐藏状态的最近邻搜索,以改善领域自适应。在我们的工作中,我们只保存训练数据,目的是明确地记忆训练的例子,以便更好地在测试时推广到类似的案例

    3 EXPERIMENTAL SETUP

    评估指标使用的PPL

  • 相关阅读:
    vue封装一个查询URL参数方法
    AST使用eval运行函数,更换数值
    25装饰器2
    华为开源自研AI框架昇思MindSpore应用实践:DCGAN生成漫画头像
    火山引擎A/B测试平台的实验管理重构与DDD实践
    Java 多线程写zip文件遇到的错误 write beyond end of stream!
    [创业-38]:公司、企业、组织的本质与层次
    vim相关命令讲解!
    redis的详解和项目应用之SESSION共享
    html - 如何在 html5 中居中画布
  • 原文地址:https://blog.csdn.net/weixin_44206053/article/details/127872535