一、写在前面的话
这篇论文发表于2019ACL，其主要思路是在BERT的基础上引入了知识（具体来说是实体向量），并且在预训练任务方面提出了Pre-training for Injecting Knowledge。在实验结果方面，ERNIE较bert在部分测评中有所提升，另外ERNIE还加入了Entity Typing和Relation Classification上的fine-tune，取得了不错的效果。
二、论文笔记
1. 论文整体架构
下图是论文网络的整体架构，可以看出在模型上主要的改进是在bert的后段加入了实体向量和经过bert编码后的向量拼接，另外在输出时多加了实体自编码的任务，从而帮助模型注入实体知识信息。
2. T-Encoder
这部分就是纯粹的bert结构，在该部分模型中主要负责对输入句子（token embedding, segment embedding和positional embedding）进行编码，整个的过程直接参考bert即可。
2. K-Encoder
这部分是该论文创新的重头戏。
先是实体信息的引入，该论文使用了TransE训练实体向量，再通过多头Attention进行编码（其实可以用更复杂一点的训练方法，应该还有一定的提升空间），然后通过实体对齐技术，将实体向量加入到对应实体的第一个token编码后的向量上。（例如姚明是一个实体，在输入时会被分割成姚、明，最后在这部分引入的姚明这个实体的向量会被加入到要这个字经过bert之后的向量上去）
由于直接拼接后向量维度会与其他未拼接的向量维度不同，所以作者在这里加入information fusion layer，另外考虑到后面的实体自编码任务，所以这里在融合信息之后，有实体向量加入的部分需要另外多输出一个实体向量：
加入实体信息之后的融合输出过程：
未加入实体信息之后的融合输出过程：
3. 实体自编码
为了更好地使用实体信息，作者在这里多加入了一个预训练任务 entity auto-encoder(dEA)。
该预训练任务和bert相似，按以下方式进行训练：
- 15% 的情况下：用 [MASK] 替换被选择的单词，例如，my dog is hairy → my dog is [MASK]
- 5% 的情况下：用一个随机单词替换被选择的单词，例如，my dog is hairy → my dog is apple
- 80% 的情况下：保持被选择的单词不变，例如，my dog is hairy → my dog is hairy
4. Fine-tuning
除了正常的任务之外，ERNIE引入了两个新任务Entity Typing和Relation Classification：
三、结果
上表可以看出，ERNIE在通用任务其实相比bert而已优势不大，尽管文章提到了ERNIE更鲁棒以及GLUE的评估对ERNIE不是很友好，但是不可否认的是，在增加复杂度的同时，并没有取得期待的效果。
另外该论文还给出了在Entity Typing和Relation Classification两类任务上的测评，可以看出ERNIE取得了非常不错的效果，但至于bert本身是否就能取得这样的效果，其实值得商榷。
总体来说，ERNIE是一篇思路非常好的论文，提供了一种很好的实体信息引入思路，并且其新提出的预训练方法也给希望将bert这一模型引入关系抽取领域提供了很好的例子。
