Google 的 BERT 模型一经发布便点燃了 NLP 各界的欢腾，Google Brain 的资深研究科学家 Thang Luong 曾给出其“开启了 NLP 新时代”的高度定义，国内外许多公司及开发者对其进行了研究及应用，本文作者及其团队对 BERT 进行了应用探索。
随着 Google 推出的 BERT 模型在多种 NLP 任务上取得 SOTA，NLP 技术真正进入了大规模应用阶段，环信一直致力于帮助企业应用先进的AI技术提高生产效率，对于 BERT 的探索我们一直走在了行业前列。
训练模型
训练数据
训练其他模型时我们已经标注了大量的训练数据，主要把相似句对分为三类来标注：
不相似（0）、相关（0.5）、相似（1）
所以，训练 BERT 模型时就可以“拿来主义”了。
模型修改
我们的主要应用点是相似度计算，期望模型返回的结果是一个概率（分值）而不是每个类别的概率。当然如果模型给的结果是每一个类别的概率，依然可以通过加权求和输出一个分值，但这样是不是又复杂了。
所以我们在官方代码上做了点小的修改（将最后的 softmax 改为了 sigmoid）使得模型输出是一个分值，这个分值也就是我们要的相似度了。
模型训练
我们使用之前标注的数据集在 GeForce GTX 1070 上训练（Fine-Tune），大概训练了 8 个小时左右。
模型导出
模型训练完会产生几个 Checkpoint，这些 Checkpoint 是不能直接在工程中使用的，需要导出成 PB 文件，可以使用 Estimator 的 export_savedmodel 方法导出。
模型使用
通过调研，主要有两种方式：
Java JNI：基于我们的 GPU 编译[1]一个合适的 libtensorflow 和libtensorflow_jni_gpu（如果你的配置和官方一致就不需要自己编译 了，自己编译太多坑，这里有一份经过验证的编译环境配置[2]）打成 jar 包并加入到工程依赖，使用 TensorFlow 提供的 Java API 加载 BERT 模型，在你的 Java 工程中使用[3]。
Docker + Nvidia-docker + Tensorflow Serving：需要一个合适的 Tensorlfow Serving 的 image，这里有一份官方做好的 image 列表[4]，当然你也可以自己做一个。
这两种方式各有优缺点，我们主要考虑以下几个方面：
性能：我们对两种方案做了实验，Tensorflow Serving 是 C++ 写成的服务，对于 batch 做过优化[6]，性能优于 Java JNI。
多模型支持能力：方案 2 是支持多模型的，也就是多个模型共用一个 GPU，方案 1 不支持。
简单好部署：两种方案都不复杂。
与现有服务开发和运维体系兼容性：方案 1 更有优势。
另外，方案 2 不仅支持多模型还支持多版本、模型的冷启动和热加载。综合考虑下，我们使用了方案 2 进行模型部署。
效果对比
我们用一些典型客户的数据构建了测试环境，抽取这些客户的真实访客数据，对现有模型和 BERT 模型做了对比实验，BERT 模型的效果相比于对照模型提高了超过 10%。
调用图
这是我们的调用时序图：
FAQ 服务->相似度计算服务:句子 1 和 句子 2 相似度是多少 ? 相似度计算服务->TensorflowServing: 句子 1 和 句子 2 相似度是多少 ? Note right of TensorflowServing: bert 模型预测 TensorflowServing->相似度计算服务: 句子 1 和 句子 2 相似度是 xx 相似度计算服务->FAQ 服务: 句子 1 和 句子 2 相似度是 xx
这里抽象出一个相似度计算服务，是因为我们集成了多种相似度计算方法。
优化
后处理
这种模型的一个主要问题是：模型并不能完美解决所有问题，时不时总会有 bad case 出现。一旦模型上线，如果有问题我们无法及时解决（训练模型和上线都会消耗大量时间）。为此我们增加了后处理，以便于我们的训练师能够及时干预，解决问题。
预训练
BERT 预训练的模型使用的数据来源于维基百科，与我们的主要应用场景不一致。我们可以猜想如果在 BERT 原有 Pre-Training 模型的基础上，使用客服里的数据再次进行 Pre-Training 应该会更好，事实上我们也的确这样做了。结论是影响不大，可能是数据不够多，新的训练实验还在进行中。
数据标注
GPT 2.0 的出现再次证明了要想得到好的模型，不仅要有数据量，还要提高数据的品质。我们新的标注也在进行中，相信会对模型效果有所提高。
其他应用
我们在产品中还提供了意图识别的服务，意图识别服务要求必须能够在线训练。如果直接使用 BERT 来做意图识别，很难满足在线训练的要求（BERT 训练太慢了）。为此我们使用了简单的模型来支持在线训练，并把 Fine-tune 模型的倒数第二层作为特征，增强意图识别的效果。
BERT 的近邻
最近 Google 又携 XLnet 屠榜了，从实验效果看对比 BERT 确实有比较大的提升，我们也在关注中，实验的小手已经蠢蠢欲动了。如果在我们的场景实验效果好的话，相信我们环信的客户很快便会体验到。
[1]: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/java/README.md
[2]: https://www.tensorflow.org/install/source#tested_build_configurations
[3]: https://github.com/tensorflow/tensorflow/blob/master/tensorflow/java/README.md
[4]: https://hub.docker.com/r/tensorflow/serving/tags
[5]: https://github.com/tensorflow/serving/blob/master/tensorflow_serving/g3doc/building_with_docker.md
[6]: https://github.com/tensorflow/serving/tree/master/tensorflow_serving/batching
[7]: https://www.tensorflow.org/tfx/serving/serving_config
[8]: https://arxiv.org/abs/1906.08237
作者简介：董文涛，环信人工智能研发中心算法工程师，负责环信中文语义分析开放平台和环信智能机器人的设计与研发。
