论文解读：NSP-BERT： A Prompt-based Zero-Shot Learner Through an Original Pre-training Task——Next Sentence Prediction

  先前的一些基于Prompt的方法都是建立在Masked Language Modeling（MLM）任务上，即将下游任务转换为完形填空型任务。本文则换一种角度，将Prompt用在了被大多数语言模型摒弃掉的Next Sentence Prediction（NSP）上。

简要信息：

一、动机：

  现有的工作都关注基于GPT的 left-to-right 或BERT的Masked Language Model（MLM）的prompt方法（即基于token-level的prompt）；本文则使用被RoBERTa等摒弃掉的NSP任务来实现，并应用在Zero-shot场景。

二、贡献：

• 提出NSP-BERT，基于sentence-level的pre-training任务实现prompt-learning；
• 提出两个可选择的label/answer映射方法，在sentence-pair上提升效果；

三、Prompt

  目前Prompt-tuning可以分为两种类型，分别是：
Token-level Prompt-learning
  给定一个句子，添加一个带有[MASK]的prompt模板，设计verbalizer来获得[MASK]预测的词以及对应的标签；因此可以将一些任务转换为完形填空式任务。

Sentence-level Prompt-learning
  将NLP转换为文本蕴含任务，例如：

换句话说，可以将原始的文本、设计的Template以及候选的答案一起拼接起来后，构造为NSP的任务数据，并让模型来判断候选答案是否符合上下文语义。

四、NSP-BERT

  NSP可以用于多种不同的任务，所有任务均可以转换为NSP的格式，具体情况如下图所示：

MLM与NSP的对比如下图所示：

• 基于MLM的prompt-tuning旨在添加一个额外的模板，并让模型预测[MASK]对应的预测结果，并映射到相应的类别上，从而只需要利用预训练好的MLM head，避免引入新的参数；
• 基于NSP的prompt-tuning则是完全利用预训练好的NSP head，将所有任务转换为类似自然语言推理（NLI）的模式，并让模型判断候选的答案是否正确。

  具体地说，在预训练过程中，NSP的目标始终是一个二分类任务，即在NSP头部（[CLS]）添加一个分类器：

$$q_{\mathcal{M}}(n_k|{\mathbf{x}}_i)=\frac{\exp s(n_k|{\mathbf{x}}_i^{(1)},{\mathbf{x}}_i^{(2)})}{\sum \exp s(n_k|{\mathbf{x}}_i^{(1)},{\mathbf{x}}_i^{(2)})}$$

其中 n k ∈ { I s N e x t , I s N o t N e x t } n_k\in\{IsNext, IsNotNext\} nk​∈{IsNext,IsNotNext}，$s()$ 表示NSP head的相似度计算函数

NSP-BERT可以用于多个任务

single-sentence task

  输入原始句子，以及对应的一个模板：

  预测的概率则为

sentence pair task

  输入两个文本：

  在NSP头部输出结果：

cloze-style task

  输入一个文本，每个标签 $j$ 都对应一个带有[MASK]的模板 $p_i^{(j)}$：

  输出isNext的概率分布：

备注：在cloze-style时，[MASK]部分（文本为[BLANK]）与候选文本的位置应该相等，即soft-position：

Word Sense Disambiguation

  认为，NLI要提升推理能力，需要避免指代问题，提出two-stage prompt：

Answer Mapping

  如何将预测的答案映射到对应的标签上呢？因为NSP只是一个二分类任务（IsNext）。提出两种方法：

• candidates-contrast：如果某个task包含多个候选标签，则为每个标签设计一个prompt模板，然后通过NSP预测这个标签与原文匹配的关系概率；对所有的标签，取概率最大的
  
  

• samples-contrast
  对于一些没有候选标签的数据，则基于样本和排序完成预测对应的标签：