ACL 2022 | 引入角度margin构建对比学习目标，增强文本语义判别能力

©作者 | 牟宇滔 单位 | 北京邮电大学 整理 | PaperWeekly

论文标题：

A Contrastive Framework for Learning Sentence Representations from Pairwise and Triple-wise Perspective in Angular Space

文章来源：

ACL 2022

文章链接：

https://aclanthology.org/2022.acl-long.336/

Overview

聚焦的问题：近年来基于对比学习的句子表示学习研究取得了较大的进展，但是大多数方法都只关注如何挑选对比学习的正负样本对，而几乎没有人去关注对比学习目标函数本身。实际上，大家普遍使用的 NT-Xent 对比损失存在两个问题：1）判别能力不强，易受到噪声数据干扰；2）无法建模多个句子间的语义顺序。

▲ 这里展示了三个不同句子的表示可视化，不同颜色代表不同句子，每个句子经过BERT模型多次不同的dropout，因此表征具有一定的随机性（dropout可以看成一种噪声）。可以看出SimCSE得到的表征Sb和Sc不能很好地区分开。此外，我们可以看出Sa应该与Sb语义更相近，与Sc语义相对更远，这种关系没能建模。

提出的方法：本文提出一种 ArcSCE 方法，基本思想是将之前在欧氏空间中进行操作的 NT-Xent 目标函数转换到角度空间中，目的是强化成对判别性特征，并建模句子间的语义顺序关系。

Method

ArcCSE 框架分为两个部分，一是成对判别性建模；二是三元语义顺序建模。分别设计了两个对比学习损失函数进行联合优化。

▲ ArcCSE框架。对于左边的成对相似性建模，与SimCSE做法相同，都是将每句话dropout两次过编码器；对于右边的三元语义顺序建模，不做dropout操作，而是将同一句话mask两次，构造三元组。

2.1 Angular Margin based Contrastive Learning

这个模块的目的与 SimCSE 相同，都是为了让正样本拉近，负样本拉远，其中正样本是 dropout 增强的样本，负样本是 batch 内其他样本。如果像 SimCSE 一样使用如下传统的 NT-Xent 目标函数：

▲ 两个表征的相似性用余弦相似度计算

作者认为这样目标函数判别能力不够出色，并且容易受到噪声数据的影响。为了更好地理解这两个问题，我们可以做一个数学变换，将余弦相似度（欧氏空间度量指标）转换为角度（角度空间度量指标）。

▲ 将余弦相似度转换为角度，余弦相似度越大，角度越小

这样一来，我们就可以画出 NT-Xent 函数的判别边界如下：

▲ 这个图其实说明的是对于每个anchor，正样本和负样本的相似性度量之间的关系。橙色区域是优化的方向。

对于传统的 NT-Xent 目标函数，由于缺乏一个较大的决策 margin，因此决策边缘微小的扰动都可能错误决策。为了克服这个问题，作者提出了一个新的目标，即通过增加一个角度 margin 来得到更鲁棒的句子表示，新目标函数如下：

2.2 Modeling Entailment Relation of Triplet Sentences

为了让模型能够学习到多个句子间的语义相似性顺序关系，作者提出了一个新的预训练任务，建模三元句子对的蕴含关系。首先，通过对一句话按不同的 mask 比例做两次 mask，得到三元组句子对。

▲ 通过不同mask比例显示构造这三句话的语义顺序

然后用如下三元损失函数进行训练：

Experiments

3.1 主实验

本文聚焦的是句子表示学习，因此在两种句子相关的任务上进行了评估：一是 STS（文本语义相似性评估），二是 SentEval Transfer Tasks（将本文方法得到的句子表示用于各种下游任务中）。

▲ 在各种STS数据集上进行评估

▲ 将学习到的句子表示用于各种下游任务中

3.2 Alignment and Uniformity Analysis

对比学习有两个重要性质，Alignment 指的是希望相似实例能够产生尽可能相近的表征，Uniformity 指的是希望表征分布尽可能均匀，有利于保留最大的信息量。

作者在训练过程中每 10 个 epoch 计算一次两个指标，结果如下图所示。可以看出相比于 SimCSE，ArcCSE 可以得到更好的 alignment 性质，和相当的 uniformity 性质。