【ICLR2021必读】 【自监督学习】 & 【Transformer】相关论文

导读

国际表示学习大会（The International Conference on Learning Representations）是致力于人工智能领域发展的国际知名学术会议之一。ICLR 2021 将在明年5月4日举行，目前，本次大会投稿已经结束，最后共有3013篇论文提交。ICLR 采用公开评审机制，任何人都可以提前看到这些论文。

为了分析最新研究动向，我们精选了涵盖自监督学习、Transformer、图神经网络、自然语言处理、模型压缩等热点领域，将分多期为大家带来系列论文解读。

本期的关注焦点是自监督学习与Transformer。

点击文末“阅读原文”

获取正在接受盲审的论文列表

自监督学习

Self-Supervised Variational Auto-Encoders

变分自编码器（VAE）往往通过假设先验分布为高斯分布来简化计算过程，实际上真实数据的分布往往较为复杂，该假设会导致模型的过正则化并影响模型对真实分布的拟合能力；本文通过利用多个简单分布对复杂真实分布进行建模，并采用自监督方法对这些分布之间进行约束，进而提升VAE模型最终的效果。

论文链接：https://openreview.net/forum?id=zOGdf9K8aC

Self-Supervised Learning from a Multi-View Perspective

即使自监督学习已经取得了很好的效果，现有的方法依旧并不清楚自监督学习带来增益的主要原因；本文基于信息空间的考虑，认为自监督学习通过减少不相关信息来帮助收敛；此外本文还提出将自监督任务的两个经典方法——对比学习和预测学习任务进行合并，结合两者优点以增强自监督学习的效果。

论文链接：https://openreview.net/forum?id=-bdp_8Itjwp

Contrast to Divide: Self-Supervised Pre-Training for Learning with Noisy Labels

现有的噪声数据学习策略往往基于loss的噪声识别与再过滤的框架，其需要模型在warm-up阶段既能学习到足够好的特征信息，同时不至于过分拟合噪声数据的分布；改目的与对比学习任务非常契合，本文提出在warm-up阶段采用对比学习帮助进行特征学习，并基于对比学习策略帮助区分噪声数据。

论文链接：https://openreview.net/forum?id=uB5x7Y2qsFR

Improving Self-Supervised Pre-Training via a Fully-Explored Masked Language Model

现有的BERT等模型往往采用masked language model进行自监督学习，但是其往往采用随机的方法确定mask的word或者span；本文提出不合适的mask会导致梯度方差变大，并影响模型的效果，并分析原因在于同时mask的word之间具有一定的相似度；故本文提出一种特殊的mask机制，其考虑增大被mask的word之间的差异，进而削弱梯度方差大带来的影响。

论文链接：https://openreview.net/forum?id=cYr2OPNyTz7

Bi-Tuning of Pre-Trained Representations

随着预训练模型的快速发展，现有方法主要关注于如何进行pre-train，但是很少关注如何进行fine-tune；本文认为在fine-tune时模型很容易忘记预训练的信息并过拟合到当前任务，因此提出了一种特殊的Bi-tune策略，即利用对比学习作为正则项约束模型的收敛情况，进而帮助提升模型的效果。

论文链接：https://openreview.net/forum?id=3rRgu7OGgBI

Erasure for Advancing: Dynamic Self-Supervised Learning for Commonsense Reasoning

为了解决预训练模型很难学习到更精准的 question-clue pairs 问题，本文提出 DynamIc Self-sUperviSed Erasure (DISUSE)。其中包含 erasure sampler 和 supervisor，分别用于擦出上下文和问题中的多余线索，以及使用 self-supervised manner 进行监督。

论文链接：https://openreview.net/forum?id=WfY0jNndSn3

Transformer

Addressing Some Limitations of Transformers with Feedback Memory

Transformer结构因其并行计算的特性有很高的计算效率，但是这种特性限制了Transformer发掘序列信息的能力，这体现在底层表示无法获得高层表示信息。作者提出一种Feedback Memory结构，将所有历史的底层和高层表示信息传递给未来表示。

论文链接：https://openreview.net/forum?id=OCm0rwa1lx1

Not All Memories are Created Equal: Learning to Expire

Attention机制往往需要长期的记忆，但是实际上并不是所有历史信息都是重要的。因此，作者提出一种Expire-Span机制，动态地决定每一个时刻信息存活的时间长短，从而减少模型进行Attention操作耗费的空间开销。

论文链接：https://openreview.net/forum?id=ZVBtN6B_6i7

Memformer: The Memory-Augmented Transformer

目前大部分Transformer变体模型在处理长序列时都会存在效率问题。作者提出一种利用Memory机制来编码和保存历史信息，使得时间复杂度下降到线性时间，空间复杂度变为常数。

论文链接：https://openreview.net/forum?id=_adSMszz_g9

Non-iterative Parallel Text Generation via Glancing Transformer

本文提出了一种基于 glancing language model 的 Glancing Transformer，通过 one-iteration 的生成方式提升 NAT 的性能。其中 Glancing language model，可以通过两次 decoding 来降低学习难度以及加快生成速度。另外这种方法同样可以应用于其他基于 NAT 的任务。

论文链接：https://openreview.net/forum?id=ZaYZfu8pT_N

下载一：中文版！学习TensorFlow、PyTorch、机器学习、深度学习和数据结构五件套！
后台回复【五件套】

下载二：南大模式识别PPT
后台回复【南大模式识别】



说个正事哈


由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为：
（1）点击页面最上方“深度学习自然语言处理”，进入公众号主页。
（2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。
感谢支持，比心。


投稿或交流学习，备注：昵称-学校（公司）-方向，进入DL&NLP交流群。
方向有很多：机器学习、深度学习，python，情感分析、意见挖掘、句法分析、机器翻译、人机对话、知识图谱、语音识别等。
记得备注呦

推荐两个专辑给大家：
专辑 | 李宏毅人类语言处理2020笔记
专辑 | NLP论文解读
专辑 | 情感分析

整理不易，还望给个在看！