在各大NLP榜单大杀四方的BERT，自打正式加入搜索引擎中，用户搜索体验确实更丝滑了。

不过，强大往往也意味着复杂。

BERT对算力、内存要求很高，为了使其顺利应对成百万次的搜索，谷歌不得不搭建起专门的Cloud TPU来满足其计算量。

那么，问题来了。不像谷歌那样财大气粗，就用不上BERT搜索了呗？

不知道你是否听说过，华为诺亚方舟实验室和华中科技大学联手打造的TinyBERT？

现在，就有人用这个Transformer蒸馏方法，让BERT搜索变快6倍，模型大小则只有原来的1/20。
TinyBERT搜索
首先，用微软的MS Marco训练三元组，在PyTorch中训练一个基于BERT的教师网络。

注：MS Marco：微软机器阅读理解数据集，由10万个问答组成

然后，让教师网络训练一个较小的学生BERT网络，这个学生网络只有4个隐藏层，而非标准的12层。

每一层的大小仅为312，以使模型更为轻巧。

在整个模型的最后，采用前馈二进制分类层来生成得分，进行搜索排名。
模型的具体参数如下，加粗部分是与标准BERT不同的部分。

{“ attention_probs_dropout_prob”：0.1，“单元格”：{}，“ emb_size”：312，“ hidden_act”：“ gelu”，“ hidden_dropout_prob”：0.1，“ hidden_size”：312，“ initializer_range”：0.02，“ intermediate_size”：1200，“ max_position_embeddings”：512，“ num_attention_heads”：12，“ num_hidden_layers”：4，“ pre_trained”：“”，“ structure”：[]，“ type_vocab_size”：2，“ vocab_size”：30522}
那么，用TinyBERT来做搜索，效果如何呢？

作者用MS Marco数据集对其进行检验。这一数据集采集自Bing的实际使用情况，是最大的公共搜索引擎使用情况数据集。
虽然在搜索效果的改进上，TinyBERT的性能只达到了BERT的90%，但速度提升了5倍，并且模型大小仅为BERT的1/20。

谷歌：用BERT做搜索
2019年10月底，谷歌将BERT加入到他们的搜索引擎当中。

谷歌搜索副总裁Pandu Nayak表示：

对于比较长、会话性比较强的查询，或者在“for”、“to”这样的介词比较重要的语句中，使用了BERT的搜索引擎能够更好地理解查询中单词的上下文。

比如，当输入“2019 brazil traveler to usa need a visa”（2019年前往美国的巴西旅行者需要签证）这样一条查询语句时，“to”这个词起到了关键的联系作用（巴西人→美国）。
BERT未加入前，搜索引擎的算法无法理解这种关联，因此返回了有关前往巴西的美国公民（美国人→巴西）的结果。

而有了BERT，搜索引擎就能把握住其中细微而关键的差别了。
TinyBERT
而针对BERT这样的庞大模型难以部署到算力、内存有限的设备中的问题，华为诺亚方舟实验室和华中科技大学合作开源了TinyBERT。
应用知识蒸馏（knowledge distillation，KD）的方法，大型教师模型BERT中编码的大量知识，能被很好地迁移到小型学生模型TinyBERT中。

研究人员还提出了一种专门用于TinyBERT的两段式学习框架，分别在预训练阶段和特定任务学习阶段进行transformer蒸馏。

这样，就能确保TinyBERT可以获取教师模型在通用和特定任务知识上的经验。
在GLUE基准上，TinyBERT的性能与BERT相当，仅下降了3个百分点。
并且，模型大小不到不到BERT的1/7，推理速度是BERT的9.4倍。
传送门
博客：https://towardsdatascience.com/tinybert-for-search-10x-faster-and-20x-smaller-than-bert-74cd1b6b5aec

TinyBERT论文：https://arxiv.org/abs/1909.10351

TinyBERT开源地址：https://github.com/huawei-noah/Pretrained-Language-Model/tree/master/TinyBERT