使用 T5 模型来做文本分类任务的一些总结

文章目录

T5

paper：Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer
T5 本身是一个 Text-to-Text 模型，但其不仅仅能做传统的 text2text 任务 (如对话、QA、文本摘要等等)，也能做文本分类这种任务，T5 基本可以用于所有的 NLP 任务，并且拥有很好的性能。

text2text 模型如何做 text classification？

简单来说输入就是文本句子，输出就是类别词（如

positive

,

negative

），当然，这可能有一个问题：模型生成的输出的单词如果不是类别词呢？但作者也在论文中说了，一个在相应数据集上训练过的 T5 模型如果在做文本分类时，模型的输出肯定是类别词，不会出现非类别词，如果模型输出是非类别词，那么很有可能就是模型训练不充分。

在训练时，以下代码即可，其中 labels 就是类别词的编码结果

outputs = model(input_ids=input_ids, attention_mask=attention_mask, labels=labels)

推理的代码如下：

out = model.generate(input_ids=input_ids, attention_mask=attention_mask, max_length=2)

具体如何做推理的代码可以参考：T5: classification using text2text?

优化器和调度器(optimizer and scheduler)

作者在论文中写了在训练时使用的优化器是 Adafactor，Adafactor 是专门为 Transformer 类模型所设计的，相比于 Adam 占用更少的显存，能够有效减少训练时所需的显存。

paper: Adafactor: Adaptive Learning Rates with Sublinear Memory Cost

关于如何调用 Adafactor，可以参考 HuggingFace Adafactor：

可以通过以下示例使用：

Adafactor(model.parameters(), scale_parameter=False, relative_step=False, warmup_init=False, lr=1e-3)

有人发现下面这个设置更好：

Adafactor(model.parameters(), scale_parameter=True, relative_step=True, warmup_init=True, lr=None)

如果设置

lr=None

，那么最好调度器使用

AdafactorSchedule

from transformers.optimization import Adafactor, AdafactorSchedule

optimizer = Adafactor(model.parameters(), scale_parameter=True, relative_step=True, warmup_init=True, lr=None)
lr_scheduler = AdafactorSchedule(optimizer)

使用 Adafactor 可以大大减少训练所需的显存，尤其是对于

t5-large

、

t5-3b

这类参数量大的模型，如果数据量也比较大的话，训练时对 GPU 显存的要求比较高，对训练造成了一定困难。

当然也可以选择其他的优化器和调度器，比如

AdamW+线性衰减

等等，这个可选择的就比较多了，但正如上面所说的，Adam 类的优化器在训练时占用的显存比较多，需要足够大的显存来训练。

学习率设置

1e-4 和 3e-4 几乎适用于所有问题（classification, QA, que-gen, summ）

完整训练代码

https://github.com/friedrichor/NLP-HuggingFace-Tutorial/tree/main/text_classification/T5

Reference

• Paper1. Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer (T5)2. Adafactor: Adaptive Learning Rates with Sublinear Memory Cost (Adafactor)
• Tricks1. T5 Finetuning Tips2. Do you train all layers when fine-tuning T5?
• Code1. Hugging Face T52. T5 - Multi Label Classification3. Classification: T54. T5: classification using text2text?5. t5_fine-tuning (colab)6. [SHARED] T5 Q&A Training (short question) (PyTorch).ipynb (colab)