NLP 再获重要进展，霸屏的 BERT 到底是个啥？BERT的全称是Bidirectional Encoder Repr

访问flyai.club，一键创建你的人工智能项目

这两天，被这篇BERT的paper刷屏了，这个横扫11项记录，"阅读理解超过人类"的模型到底是个啥？

BERT的全称是Bidirectional Encoder Representation from Transformers，即Transformer的双向编码表示来改进基于架构微调的方法。是一个语言表征模型（language representation model），通过超大数据、巨大模型、和极大的计算开销训练而成，在11个自然语言处理的任务中取得了最优（state-of-the-art, SOTA）结果。

简单来说，BERT 的作者认为，单向预测（unidirectional）及双向预测（bi-directional）均不能完整地理解整个语句的语义，更好的办法是用上下文全向来预测这样一来，可以同时启用多个聚焦点，不局限于从前往后，或者从后往前。而是使用两个新型无监督预测任务：

1.在一篇文章中随机遮盖15%的词汇，模型的任务是根据上下文正确的预测被遮盖的词，以此来初步训练模型的参数。

2.在一定数量的文章中随机挑选两种语句，一种是两句连续，另一种是不连续，让模型判断是否是连续语句来进一步修正参数。