论文笔记《Knowledge Enhanced Contextual Word Representations》

Motivition

作者的出发点有几个：

尽管BERT这种预训练模型取得了state-of-art的成绩。但是、因为他们没有包含真实世界的实体，所以导致这些模型也很难覆盖真实世界的知识。
没有实体没有知识怎么办呢？Knowledge bases、知识库有。
知识库不仅拥有丰富的高质量、人类产生的知识，而且他们包含与原始文本中互补的信息，还能够编码事实性的知识。所以用知识库可以解决因不频繁出现但是常识的mention或者长距离依赖造成的难以学习选择偏好的问题

一些解释

实体(Entity)：知识库中完整定义的，唯一存在的条目，每一个实体都可以看作是指代它的名词短语或代词构成的集合
例：(巴拉克－奥巴马={美国总统,奥巴马,第44任美国总统,他})。
指称(mention)：实体在自然语言文本中的别名或另一种指代形式。
例：美国总统（名词词组）、奥巴马（命名实体）、第44任美国总统、他（代词）等。
选择偏好(Selectional Preference)：动词的倾向性。谓语（Predicate）对其论元（Argument）是有一定选择倾向性的，不是什么词语都可以通过简单排列组合进行搭配的。[百度百科]

KnowBert

KAR

关键思想

关键思想：在输入文本中显式建模实体跨度(Entity spans)，并使用实体链接器(Entity Linker)从KB中检测mention、检索相关的实体嵌入(Entity embeddings)，以形成知识增强的实体跨度表示形式。然后使用word-to-entity attention将单词的表示重新上下文化，以携带全部的实体信息。

优点

不针对特定任务，可以fine-tune
轻量，增加了少量的参数和运行时间
便于融合其他KB

方法

1、他人工作：从KB中检测mention、检索相关的实体嵌入(Entity embeddings）

输入：文本
输出：候选实体列表 $C$ 与之对应的先验概率
例: Prince sang Purple Rain, she …
[Prince] sang [Purple [Rain]]，[she]…

在这里插入图片描述
检测mention的方法是2017年的共指消解文章中提及的方法，这里就不展开介绍了，作者也是拿来直接用。2017年的文章做了这两个事情，1、mention检测。2、共指消解。举个例子，输入文本Prince sang Purple Rain, she …，通过mention检测可以获得[Prince] sang [Purple [Rain]]，[she]，这几个mention，然而这句话当中，Prince和she共同指代同一个实体，那在传统的embedding方式中这个Prince和she的编码可能不太一致，共指消解的目的就是消除这样的不一致。
至于检索相关的实体，作者使用的是基于规则的方式，也是前人的工作。
Entity embeddings呢，对于不同的数据库作者的做法不完全一致，作者使用三类数据库中的知识，对于图结构的数据库，作者使用了2019年知识图谱embedding的最新工作获得实体嵌入，对于仅有实体元数据的数据库，作者在实验部分介绍到他们使用doc2vec的方式直接从Wikipedia描述中学习Wikipedia页面标题的300维嵌入。两种融合在一起的数据库作者也介绍了他们使用的方法。
总之，在本文中，输入一段文本，作者可以检测其中的mention，检索获得对应的Entity Embedding列表，同时也获得实体对应的先验概率。这些是不参与训练的。

KAR

在这里插入图片描述
KAR插入在BERT层间， $H_i$ 是整个KAR的输入，是BERT的层间的隐状态。

第一步为了与Entity Embedding维度一致，对 $H_i$ 做了一个线性投影，得到了 $H_i^{project}$
第二步作者使用之前提到过的共指消解的方法，检测到Prince、Purple Rain和Rain这三个mention，并进行了消解，得到了消解后的编码 $S$ 。这个 $S$ 是mention跨度的表示。
第三步，作者通过一个多头self attention，使得mention可以获得全局信息，进而影响到后续的链接决策中，这一步得到了 $S^e$ 。
第四步，也就是之前提到的Entity Linker，作者希望通过训练得到一个可以将mention正确连接到对应实体embedding的连接器。首先、他将每个mention对应的候选实体列表中的实体embedding依次打分。打分的方式是这个公式

如果我们有ground truth，也就是这个mention所应该真正对应的实体，那么我们就可以对连接器进行训练。
Loss使用的是这两个当中的之一:

都是希望groundtruth对应的打分应该高。Max-margin loss还希望除了groundtruth的其他打分应该比较低。
在回到我们的第四步，作者将mention对应的打分列表作为了权重，加权实体embedding求和和得到了 $e^m$ 。
第五步就是将 $s_m^e$ 和 $\widetilde{e}^m$ 做一个相加，得到 ${s'}_m^e$ 。整体上就是 ${S'}^e$ ，这也就是将知识加入到了实体跨度的表示当中。
第六步类似transformer的解码过程，Attention中的Q是 $H_i^{project}$ 、K，V是 ${S'}^e$ 。

训练过程

在这里插入图片描述

实验

KnowBert+Wiki。知识库来源与CrossWikis和YAGO dictionary，实体embedding方式是使用doc2vec直接从Wikipedia描述中学习Wikipedia页面标题的300维嵌入，在这个模型中，作者没用到知识库中的图结构，他说早期的实验证明，在这个知识库中，图结构没用。
KnowBert+WordNet，知识库来源于WordNet中的同义词和词根，embedding方式是TuckER，2019年比较新的知识图谱embeding方式，通过图结构获得同义词和词根的200维表示，然后对于每个同义词的释义，通过一个sentence embedding的方式获得2048维的表示，拼接在一起再线性变化到200维。