标签： Jd_Paperweekly
时间：2020.11.05
来源： COLING 2020
关键词：预训练模型，knowledge-Enhanced NLP, Knowledge Embedding，GNN
1.背景及问题描述
之前的一些knowledge-Enhanced预训练语言模型，一般都是使用浅层的、静态的并且独立训练的实体embedding，如TransE等，直接融入到预训练模型中，并且实体embedding也不参与训练，他们之间是天然存在gap的。而一些task，比如实体链接、关系抽取，通常把相关的结构化知识放进模型中，会有更好的表现。所以，本文作者试图同时预训练非结构化文本和结构化知识。作者提出了 Contextualized Language and Knowledge Embedding (CoLAKE),即在同一语境中，将文本、实体和关系构造成一个图结构，然后使用MLM（Mask Language Model）来同时预训练文本和知识。
2.已有的解决方案
- Knowledge Representation Learning.
Knowledge Embedding (KE)，传统的方法就是使用实体和关系的三元组（h,r,t），学习一个静态的低维向量，比如TransE，TranR等。这些方法的思路即使用前件(h)和关系(r)向量之和来预测后件(t)向量，向量之和从某种程度是表示的是信息的叠加，但是实体和关系或许不仅仅是信息的叠加而已。
因此最近出现的一些方法，比如：K-adapter，KEPLER，同样也是这个领域较新的两个模型。开始考虑引入语境信息，使用子图或者路径作为训练预料，在一些KG任务上取得了SOTA的效果。
- Joint Language and Knowledge Models
ERNIE 中使用的entity-embedding是直接使用TransE的结果，是静态的。KnowBert只得到语言模型没有同时训练实体表示。KEPLER，也是联合学习语言模型和知识表示，但是 KEPLER 不是直接学习每个实体的表示，而是从实体描述（entity descriptions）中使用语言模型学习实体表示。
重要的是，上面的方法都没有利用语境知识（contextualized knowledge）的潜力，这也是与本文方法的最大不同。
3.解决方案概述
1.构建word-knowledge graph
给定一段文本，首先对其分词，然后文本转化为多个单词节点全链接构成的word graph。然后，我们其中的提及实体(mentions)的单词节点替换成对应的实体节点，然后定义这类节点为anchor node。
然后以这个anchor node为中心可以从图谱中抽取出一个子图，然后将这个子图和word graph在anchor node的位置拼接成一个完整的大图，就得到了WK graph。实际操作中，最多选取15个实体和关系来构建子图，并且只考虑anchor node作为三元组的head(subject)的情况，并且子图中实体不可以重复关系可以重复。
2.在graph上构建模型
构建好WK graph之后，送到transformer中解码。在embedding-layer和最后的目标函数相比较BERT有所改变：
1.Embedding Layer
模型的输入层是三个embedding做拼接。
- token embedding，包含了词、实体、关系三者，这也是本文模型可以直接学习entity-embedding和relation-embedding的设计。
- type embedding，就是用来区分词、实体、关系的类别。
- position embedding，这里作者采用soft-position,允许重复position的出现，并且保证相同三元组的token在连续的位置。
2.Pre-Training Objective
- Masking word nodes，与BERT的MLM相同，只是因为实在WK graph上解码，所以预测时，除了有语境只是还可以应用到实体和关系的知识。
- Masking entity nodes，如果mask的是anchor node，就是根据语境预测它，这样可以把结构知识和语境信息发给你在同一空间中学习。比如：图中Harry_Potter实体的embedding与他的文本Harry Potter是相似的。如果不是anchor node，就是一些传统的方法来学习entity-embedding。
- Masking relation nodes，如果遮挡的relation是两个anchor node之间，这就是一个监督式关系抽取任务。否则，就是预测两个相邻实体之间的关系，一些传统的方法。这个任务作用：（1）学习实体关系（2）学习语境相关的relation-embedding。
4.结果分析
- 需要知识的下游文本任务上对CoLAKE进行了测试，在Open Entity（Entity Typing）, FewRel（Relation Extraction）等任务上都取得了不错的结果：
- 在GLUE任务上表现一般：
5.创新点或贡献
- 在预训练语言模型的同时也学习一套知识表示，以在需要知识的下游文本任务上表现更好，例如实体链接、关系抽取等。
- 在加入实体的同时也加入它的上下文（context），允许模型在不同语境下关注实体的不同邻居，同时学习文本和知识的上下文表示。
- 为了完成上述目标，作者提出来word-knowledge graph,提供了一种将文本和知识库想结合表示成图的思路，然后可以在图上做MLM或者GNN的学习。
6.个人思考
- 提供了一种将文本结合结构化知识来构建图的思路，可以在此基础上构建GNN网络。可以试试在这种思路来构建sku的sku graph。
- 这类knowledge-Enhanced的语言模型在GLUE任务上没有明显的提升，我猜想是GLUE里的NLU任务，对结构化知识没有那么依赖，更多需要是学习语境和推理的规律。
