使用 KerasHub 进行语义相似度
作者: Anshuman Mishra
创建日期 2023/02/25
最后修改日期 2023/02/25
描述: 使用 KerasHub 中的预训练模型来执行语义相似度任务。
简介
语义相似度是指确定两个句子在含义上相似程度的任务。我们已经在 此 示例中看到了如何使用 SNLI（斯坦福自然语言推理）语料库来预测句子的语义相似度，并使用 HuggingFace Transformers 库。在本教程中，我们将学习如何使用 KerasHub（核心 Keras API 的扩展）来完成相同的任务。此外，我们将了解 KerasHub 如何有效地减少样板代码，并简化构建和利用模型的过程。有关 KerasHub 的更多信息，请参阅 KerasHub 的官方文档。
本指南分为以下几个部分
- 设置、任务定义和建立基线。
- 使用 BERT 建立基线。
- 保存和重新加载模型。
- 使用模型进行推理。5 使用 RoBERTa 提高精度
设置
以下指南使用 Keras Core 在 tensorflow、jax 或 torch 中运行。对 Keras Core 的支持已内置在 KerasHub 中，只需更改下面的 KERAS_BACKEND 环境变量即可更改要使用的后端。我们在下面选择了 jax 后端，这将使我们能够在下面获得特别快的训练步骤。
!pip install -q --upgrade keras-hub
!pip install -q --upgrade keras # Upgrade to Keras 3.
import numpy as np
import tensorflow as tf
import keras
import keras_hub
import tensorflow_datasets as tfds
要加载 SNLI 数据集，我们使用 tensorflow-datasets 库，该库总共包含超过 550,000 个样本。但是，为了确保此示例能够快速运行，我们只使用了 20% 的训练样本。
SNLI 数据集概述
数据集中的每个样本都包含三个组件：hypothesis、premise 和 label。表示作者为该对提供的原始标题，而 hypothesis 指的是作者为该对创建的假设标题。标签由注释者分配，以指示两个句子之间的相似性。
数据集包含三个可能的相似度标签值：矛盾、蕴涵和中性。矛盾表示完全不同的句子，而蕴涵表示含义相似的句子。最后，中性是指无法在句子之间建立明确的相似性或差异性的句子。
snli_train = tfds.load("snli", split="train[:20%]")
snli_val = tfds.load("snli", split="validation")
snli_test = tfds.load("snli", split="test")
# Here's an example of how our training samples look like, where we randomly select
# four samples:
sample = snli_test.batch(4).take(1).get_single_element()
sample
{'hypothesis': <tf.Tensor: shape=(4,), dtype=string, numpy=
array([b'A girl is entertaining on stage',
b'A group of people posing in front of a body of water.',
b"The group of people aren't inide of the building.",
b'The people are taking a carriage ride.'], dtype=object)>,
'label': <tf.Tensor: shape=(4,), dtype=int64, numpy=array([0, 0, 0, 0])>,
'premise': <tf.Tensor: shape=(4,), dtype=string, numpy=
array([b'A girl in a blue leotard hula hoops on a stage with balloon shapes in the background.',
b'A group of people taking pictures on a walkway in front of a large body of water.',
b'Many people standing outside of a place talking to each other in front of a building that has a sign that says "HI-POINTE."',
b'Three people are riding a carriage pulled by four horses.'],
dtype=object)>}
预处理
在我们的数据集中，我们发现一些样本存在缺失或标记错误的数据，这些数据用 -1 表示。为了确保模型的准确性和可靠性，我们只需从数据集中过滤掉这些样本。
def filter_labels(sample):
return sample["label"] >= 0
这是一个实用程序函数，它将示例拆分为适合 model.fit() 的 (x, y) 元组。默认情况下，keras_hub.models.BertClassifier 将使用 "[SEP]" 标记对原始字符串进行标记，并在训练期间将它们打包在一起。因此，此标签拆分是我们需要执行的所有数据准备工作。
def split_labels(sample):
x = (sample["hypothesis"], sample["premise"])
y = sample["label"]
return x, y
train_ds = (
snli_train.filter(filter_labels)
.map(split_labels, num_parallel_calls=tf.data.AUTOTUNE)
.batch(16)
)
val_ds = (
snli_val.filter(filter_labels)
.map(split_labels, num_parallel_calls=tf.data.AUTOTUNE)
.batch(16)
)
test_ds = (
snli_test.filter(filter_labels)
.map(split_labels, num_parallel_calls=tf.data.AUTOTUNE)
.batch(16)
)
使用 BERT 建立基线。
我们使用 KerasHub 中的 BERT 模型来为我们的语义相似度任务建立基线。keras_hub.models.BertClassifier 类将一个分类头附加到 BERT 主干，将主干输出映射到适合分类任务的逻辑输出。这大大减少了对自定义代码的需求。
KerasHub 模型具有内置的标记化功能，这些功能默认情况下会根据所选模型处理标记化。但是，用户也可以根据自己的特定需求使用自定义预处理技术。如果我们传递一个元组作为输入，模型将对所有字符串进行标记，并将它们与 "[SEP]" 分隔符连接起来。
我们使用此具有预训练权重的模型，并且可以使用 from_preset() 方法使用我们自己的预处理器。对于 SNLI 数据集，我们将 num_classes 设置为 3。
bert_classifier = keras_hub.models.BertClassifier.from_preset(
"bert_tiny_en_uncased", num_classes=3
)
请注意，BERT Tiny 模型只有 4,386,307 个可训练参数。
KerasHub 任务模型具有编译默认值。我们现在可以通过调用 fit() 方法来训练我们刚刚实例化的模型。
bert_classifier.fit(train_ds, validation_data=val_ds, epochs=1)
6867/6867 ━━━━━━━━━━━━━━━━━━━━ 61s 8ms/step - loss: 0.8732 - sparse_categorical_accuracy: 0.5864 - val_loss: 0.5900 - val_sparse_categorical_accuracy: 0.7602
<keras.src.callbacks.history.History at 0x7f4660171fc0>
我们的 BERT 分类器在验证拆分上的准确率约为 76%。现在，让我们评估它在测试拆分上的性能。
评估经过训练的模型在测试数据上的性能。
bert_classifier.evaluate(test_ds)
614/614 ━━━━━━━━━━━━━━━━━━━━ 2s 3ms/step - loss: 0.5815 - sparse_categorical_accuracy: 0.7628
[0.5895748734474182, 0.7618078589439392]
我们的基线 BERT 模型在测试拆分上的准确率也约为 76%。现在，让我们尝试通过重新编译模型并使用略高的学习率来提高其性能。
bert_classifier = keras_hub.models.BertClassifier.from_preset(
"bert_tiny_en_uncased", num_classes=3
)
bert_classifier.compile(
loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
optimizer=keras.optimizers.Adam(5e-5),
metrics=["accuracy"],
)
bert_classifier.fit(train_ds, validation_data=val_ds, epochs=1)
bert_classifier.evaluate(test_ds)
6867/6867 ━━━━━━━━━━━━━━━━━━━━ 59s 8ms/step - accuracy: 0.6007 - loss: 0.8636 - val_accuracy: 0.7648 - val_loss: 0.5800
614/614 ━━━━━━━━━━━━━━━━━━━━ 2s 3ms/step - accuracy: 0.7700 - loss: 0.5692
[0.578984260559082, 0.7686278820037842]
仅调整学习率不足以提高性能，性能仍然在 76% 左右。让我们再试一次，但这次使用 keras.optimizers.AdamW 和学习率调度器。
class TriangularSchedule(keras.optimizers.schedules.LearningRateSchedule):
"""Linear ramp up for `warmup` steps, then linear decay to zero at `total` steps."""
def __init__(self, rate, warmup, total):
self.rate = rate
self.warmup = warmup
self.total = total
def get_config(self):
config = {"rate": self.rate, "warmup": self.warmup, "total": self.total}
return config
def __call__(self, step):
step = keras.ops.cast(step, dtype="float32")
rate = keras.ops.cast(self.rate, dtype="float32")
warmup = keras.ops.cast(self.warmup, dtype="float32")
total = keras.ops.cast(self.total, dtype="float32")
warmup_rate = rate * step / self.warmup
cooldown_rate = rate * (total - step) / (total - warmup)
triangular_rate = keras.ops.minimum(warmup_rate, cooldown_rate)
return keras.ops.maximum(triangular_rate, 0.0)
bert_classifier = keras_hub.models.BertClassifier.from_preset(
"bert_tiny_en_uncased", num_classes=3
)
# Get the total count of training batches.
# This requires walking the dataset to filter all -1 labels.
epochs = 3
total_steps = sum(1 for _ in train_ds.as_numpy_iterator()) * epochs
warmup_steps = int(total_steps * 0.2)
bert_classifier.compile(
loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
optimizer=keras.optimizers.AdamW(
TriangularSchedule(1e-4, warmup_steps, total_steps)
),
metrics=["accuracy"],
)
bert_classifier.fit(train_ds, validation_data=val_ds, epochs=epochs)
Epoch 1/3
6867/6867 ━━━━━━━━━━━━━━━━━━━━ 59s 8ms/step - accuracy: 0.5457 - loss: 0.9317 - val_accuracy: 0.7633 - val_loss: 0.5825
Epoch 2/3
6867/6867 ━━━━━━━━━━━━━━━━━━━━ 55s 8ms/step - accuracy: 0.7291 - loss: 0.6515 - val_accuracy: 0.7809 - val_loss: 0.5399
Epoch 3/3
6867/6867 ━━━━━━━━━━━━━━━━━━━━ 55s 8ms/step - accuracy: 0.7708 - loss: 0.5695 - val_accuracy: 0.7918 - val_loss: 0.5214
<keras.src.callbacks.history.History at 0x7f45645b3370>
成功了！使用学习率调度器和 AdamW 优化器，我们的验证准确率提高到了 79% 左右。
现在，让我们在测试集上评估我们的最终模型，看看它的表现。
bert_classifier.evaluate(test_ds)
614/614 ━━━━━━━━━━━━━━━━━━━━ 2s 3ms/step - accuracy: 0.7956 - loss: 0.5128
[0.5245093703269958, 0.7890879511833191]
我们的 Tiny BERT 模型使用学习率调度器在测试集上实现了约 79% 的准确率。这比我们之前的结果有了显著的提升。微调预训练的 BERT 模型可能是自然语言处理任务中的一项强大工具，即使是像 Tiny BERT 这样的小模型也能取得令人印象深刻的结果。
让我们现在保存我们的模型，并继续学习如何使用它进行推理。
保存和重新加载模型
bert_classifier.save("bert_classifier.keras")
restored_model = keras.models.load_model("bert_classifier.keras")
restored_model.evaluate(test_ds)
614/614 ━━━━━━━━━━━━━━━━━━━━ 2s 3ms/step - loss: 0.5128 - sparse_categorical_accuracy: 0.7956
[0.5245093703269958, 0.7890879511833191]
使用模型进行推理。
让我们看看如何使用 KerasHub 模型进行推理
# Convert to Hypothesis-Premise pair, for forward pass through model
sample = (sample["hypothesis"], sample["premise"])
sample
(<tf.Tensor: shape=(4,), dtype=string, numpy=
array([b'A girl is entertaining on stage',
b'A group of people posing in front of a body of water.',
b"The group of people aren't inide of the building.",
b'The people are taking a carriage ride.'], dtype=object)>,
<tf.Tensor: shape=(4,), dtype=string, numpy=
array([b'A girl in a blue leotard hula hoops on a stage with balloon shapes in the background.',
b'A group of people taking pictures on a walkway in front of a large body of water.',
b'Many people standing outside of a place talking to each other in front of a building that has a sign that says "HI-POINTE."',
b'Three people are riding a carriage pulled by four horses.'],
dtype=object)>)
KerasHub 模型中的默认预处理器会自动处理输入标记化，因此我们不需要显式执行标记化。
predictions = bert_classifier.predict(sample)
def softmax(x):
return np.exp(x) / np.exp(x).sum(axis=0)
# Get the class predictions with maximum probabilities
predictions = softmax(predictions)
1/1 ━━━━━━━━━━━━━━━━━━━━ 1s 711ms/step
使用 RoBERTa 提高精度
现在我们已经建立了基线，我们可以尝试通过使用不同的模型来提高结果。感谢 KerasHub，只需几行代码就可以在相同的数据集上微调 RoBERTa 检查点。
# Inittializing a RoBERTa from preset
roberta_classifier = keras_hub.models.RobertaClassifier.from_preset(
"roberta_base_en", num_classes=3
)
roberta_classifier.fit(train_ds, validation_data=val_ds, epochs=1)
roberta_classifier.evaluate(test_ds)
6867/6867 ━━━━━━━━━━━━━━━━━━━━ 2049s 297ms/step - loss: 0.5509 - sparse_categorical_accuracy: 0.7740 - val_loss: 0.3292 - val_sparse_categorical_accuracy: 0.8789
614/614 ━━━━━━━━━━━━━━━━━━━━ 56s 88ms/step - loss: 0.3307 - sparse_categorical_accuracy: 0.8784
[0.33771008253097534, 0.874796450138092]
RoBERTa 基础模型的可训练参数明显多于 BERT Tiny 模型，几乎是 BERT Tiny 模型的 30 倍，达到 124,645,635 个参数。因此，在 P100 GPU 上进行训练大约需要 1.5 个小时。然而，性能提升非常显著，验证和测试拆分上的准确率都提高到了 88%。使用 RoBERTa，我们能够在 P100 GPU 上拟合的最大批次大小为 16。
尽管使用了不同的模型，但使用 RoBERTa 进行推理的步骤与使用 BERT 的步骤相同！
predictions = roberta_classifier.predict(sample)
print(tf.math.argmax(predictions, axis=1).numpy())
1/1 ━━━━━━━━━━━━━━━━━━━━ 4s 4s/step
[0 0 0 0]
我们希望本教程能帮助您了解使用 KerasHub 和 BERT 完成语义相似度任务的便捷性和有效性。
在本教程中，我们演示了如何使用预训练的 BERT 模型来建立基线，并通过使用几行代码训练更大的 RoBERTa 模型来提高性能。
KerasHub 工具箱提供了用于预处理文本的各种模块化构建块，包括预训练的最先进模型和低级 Transformer 编码器层。我们相信，这使得使用自然语言解决方案进行实验变得更加容易和高效。