公开课视频（七）（最强中文NLP预训练模型艾尼ERNIE官方揭秘）公开课视频（七）：最强中文

“最近刚好在用ERNIE写毕业论文”“感觉还挺厉害的”“为什么叫ERNIE啊，这名字有什么深意吗？”“我想让艾尼帮我写作业”

看了上面火热的讨论，你一定很好奇“艾尼”、“ERNIE”到底是个啥？自然语言处理( Natural Language Processing，简称NLP )被誉为人工智能“皇冠上的明珠”。 NLP为各类企业及开发者提供用于文本分析及挖掘的核心工具，已经广泛应用在电商、文化娱乐、金融、物流等行业客户的多项业务中。而艾尼（ERNIE），可谓是目前NLP领域的最强中文预训练模型。 9月5日，百度资深研发工程师龙老师，就通过直播带开发者走近最强中文NLP预训练模型ERNIE，在线上解读了一系列艾尼ERNIE的强大特性，并现场与同为NLP模型的BERT直接PK，让开发者连连感叹，希望能把ERNIE运用到自己的工作与生活之中。错过了直播没关系，让我们来回顾一下课上都讲了啥~ 什么是艾尼（ERINE）？艾尼（ERNIE）是百度自研的持续学习语义理解框架，该框架支持增量引入词汇（lexical）、语法（syntactic）、语义（semantic）等3个层次的自定义预训练任务，能够全面捕捉训练语料中的词法、语法、语义等潜在信息。这些任务通过多任务学习对模型进行训练更新，每当引入新任务时，该框架可在学习该任务的同时，不遗忘之前学到过的知识。这也意味着，该框架可以通过持续构建不同的预训练任务，持续提升模型效果。因此ERNIE具有了更好的语义理解能力。

文章图片

ERNIE 2.0持续学习语义理解框架 ERNIE好用么？好不好用，摆事实才知道。直播环节中，龙老师直接用填空题的形式展示了ERNIE与BERT在填空方面的表现。例如题目：中国历史上唯一的正统女皇帝是[？ ][？ ][？ ]，下面是直播中两种算法的表现：

文章图片
ERNIE的结果是“武则天”，而BERT的结果是“宋太帝”。 ERNIE能输出“武则天”说明它确实能学到“武则天”与“女皇帝”之间的关联。
而BERT输出的“宋太帝”虽然每个字“宋”、“太”、“帝”都与“皇帝”相关，但是连在一起就不是一个完整的词，而且也不能与“女皇帝”的形成照应。再如，陈晓的妻子是[？ ][？ ][？ ]

文章图片
ERNIE用答案向我们证明了自己不只懂百科，也懂八卦。
通过上面的DEMO测试，我们也就引出了这样一个问题： ERNIE和BERT最大的区别是什么？ ERNIE1.0能够充分学习词语、短语、命名实体识别中字与字之间的关系，将其整体进行掩码。而BERT不具备这样的能力。 ERNIE2.0则通过持续构造辅助任务让ERNIE进行学习，会的任务越多能力越强大。这与BERT只靠一两个任务进行预训练的思路是完全不同的。就像小学生做题，一直只练一种题型肯定是不行的，需要多种题型都会做，既要有专项突破也要有综合练习，这样才能成为真正的学霸。随着多样的训练数据的增加，ERNIE通过持续学习就能够学得越来越好。 ERNIE作为模型，也需要与深度学习框架深度配合，才能实现最佳的效果。百度开源的深度学习框架飞桨（PaddlePaddle）对ERNIE模型有非常好的定制优化，使得其加速比达到77%，可以说是ERNIE背后的神助攻。 ERNIE借助飞桨PaddlePaddle多机分布式训练优势，利用79亿tokens训练数据（约1/4的 XLNet 数据）和64张V100（约1/8的XLNet 硬件算力）训练的ERNIE 2.0预训练模型不仅实现了在中英文16个任务上的最优效果，而且为开发人员定制自己的 NLP 模型提供了方案。目前，百度开源了ERNIE 2.0的Fine-tuning代码和英文预训练模型。本次基于艾尼ERNIE的直播，同步在爱奇艺、IT大咖说、BiliBili、虎牙、斗鱼五个平台同步直播，收到了近3W开发者的关注与讨论。直播回放视频已经上线，欢迎大家继续学习~ 回顾ERNIE的原理、优势以及案例，请戳阅读原文或以下链接查看回放视频： http://play.itdks.com/watch/8591895 【公开课视频（七）（最强中文NLP预训练模型艾尼ERNIE官方揭秘）】