设备端机器学习框架 TensorFlow Lite 为手机、微控制器和 Edge TPU 等边缘设备提供机器学习功能，已被广泛用于许多应用领域。其中，”自然语言处理“ (Natural Language Processing) 是备受研究界和业界关注的关键领域之一。去年我们在 TensorFlow World 上演示了基于 TFLite 的设备端问答用例后，引起了社区的浓厚兴趣，并且获得将更多此类 NLP 模型用于设备端推理的期待与反馈。

知乎视频​www.zhihu.com

得益于这些反馈的启发，今天我们很高兴推出支持 TensorFlow Lite 上 NLP 任务端到端部署的新功能。在新功能的帮助下，越来越多的 NLP 模型能够在手机上运行，用户可以享受 NLP 模型的优势，同时个人数据仍保留在设备端。本文中，我们将介绍一些新功能：

1. 新的预训练 NLP 模型
2. 创建您自己的 NLP 模型
3. TensorFlow NLP 模型转换为 TensorFlow Lite 更轻松
4. 在移动设备上部署这些模型

使用新的预训练 NLP 模型

参考应用

参考应用是一组开源移动应用，封装了预训练的机器学习模型、推理代码和可运行的演示。我们提供了一系列与 Android Studio 和 XCode 集成的 NLP 应用，因此开发者只需点击一下就可以将其构建并部署在 Android 或 iOS 手机上。

使用以下 NLP 参考应用，移动开发者可以了解如何集成现有 NLP 模型（BERT、MobileBERT或ALBERT）、转换原始文本数据以及连接模型的输入和输出以生成预测结果的端到端流程。

• 文本分类：模型根据给定的文本数据预测标签
• 问答应用：给定文章和用户问题，模型可以根据文章的内容回答问题
• 智能回复 (Smart reply)：基于给定的上下文，模型可以预测并生成潜在的自动回复

上述参考应用中使用的预训练模型可在 TensorFlow Hub 中找到。下表显示了模型之间的延迟、大小和 F1 得分。

针对设备端用例优化 NLP 模型

与服务器端模型相比，设备端模型有不同的约束。它们运行在内存较低、芯片速度较慢的设备上，因此需要针对模型大小和推理速度进行优化。以下是我们如何针对 NLP 任务优化模型的几个示例。

量化 MobileBERT

MobileBERT 是在 GitHub 上开源的紧凑型 BERT 模型。它的大小约为基础版 BERT (float32) 的四分之一，速度也比后者快 5.5 倍，并且能够在 GLUE 和 SQuAD 数据集上实现相当的结果。

在初始版本后，我们进一步改进了模型 - 使用量化优化模型大小和性能，使其能够利用 GPU/DSP 等加速器（如果有）。量化后的 MobileBERT 的大小为基础 BERT 的十六分之一，速度加快 8 倍，却几乎没有准确率损失。MLPerf for Mobile 社区正在利用量化 MobileBERT 模型进行移动推理基准测试，该模型还可以通过 TensorFlow.js 在 Chrome 中运行。

下表显示了量化后的 MobileBERT 与基础版 BERT 基础模型 (416MB) 在相同设置下的性能比较。

使用投影方法的无嵌入向量 NLP 模型

语言识别是对给定文本的语言进行分类的一种问题类型。最近我们开源了两个使用投影方法的模型，即 SGNN 和 PRADO。

我们使用 SGNN 展示了使用 Tensorflow Lite 处理 NLP 任务的简单和高效。SGNN 将文本投影到固定长度的特征，然后是全连接层。利用注释来告知 TensorFlow Lite 转换器融合 TF.Text API，这样我们可以获得一个更高效的模型在 TensorFlow Lite 上推理。以前，该模型在基准上运行需要 1332.87 μs；而在融合后，在同一台机器运行，需 64.06 μs，带来了 20 倍加速。

我们还演示了名为 PRADO 的模型架构。PRADO 首先从单词分词序列中计算出可训练的投影特征，然后应用卷积和注意力将特征映射到固定长度编码。通过结合投影层、卷积和注意力编码器机制，PRADO 实现了与 LSTM 相似的准确率，但模型大小却是后者的百分之一。

这些模型背后的理念是使用投影来计算文本中的特征，这样模型就不需要维护一个很大的嵌入向量表来将文本特征转换为嵌入向量。通过这种方式，我们证明了该模型将比基于嵌入向量的模型要小得多，但是能够保持相似的性能和推理延迟。

创建您自己的 NLP 模型

除了使用预训练的模型外，TensorFlow Lite 还为您提供了诸如 Model Maker 之类的工具，让您可以根据自己的数据自定义现有模型。

TensorFlow Lite Model Maker：面向机器学习初学者的迁移学习工具包

TensorFlow Lite Model Maker 是一款易于使用的迁移学习工具，可根据您的数据集调整最前沿 (SOTA) 的机器学习模型。借助 Model Maker，移动开发者在没有任何机器学习专业知识的情况下也可以创建模型，通过迁移学习减少所需的训练数据并缩短训练时间。

在专注于视觉任务的初始版本之后，我们最近向 Model Maker 添加了两个新的 NLP 任务。您可以按照文本分类和问答的 Colab 和指南进行操作。执行以下操作以安装 Model Maker：

pip install tflite-model-maker

开发者需要编写几行 Python 代码来自定义模型，如下所示：

# Loads Data.
train_data = TextClassifierDataLoader.from_csv(train_csv_file, mode_spec=spec)
test_data = TextClassifierDataLoader.from_csv(test_csv_file, mode_spec=spec)# Customize the TensorFlow model.
model = text_classifier.create(train_data, model_spec=spec)# Evaluate the model.
loss, acc = model.evaluate(test_data)# Export as a TensorFlow Lite model.
model.export(export_dir, quantization_config=config)

转换：NLP 模型转换为 TensorFlow Lite 更轻松

由于 TensorFlow Lite 内置算子库仅支持部分 TensorFlow 算子，因此在将 NLP 模型转换为 TensorFlow Lite 时可能会遇到问题，原因可能是缺少算子或不受支持的数据类型（如 RaggedTensor 支持、哈希表支持和资源文件处理等）。以下是有关在这些情况下如何解决转换问题的一些提示。

在 TensorFlow Lite 中运行 TensorFlow 算子和 TF.text 算子

我们增强了选择 TensorFlow 算子以支持各种情况。按照“选择 TF 算子”的说明操作，开发者可以在没有内置 TensorFlow Lite 等效算子的情况下利用 TensorFlow 算子在 TensorFlow Lite 上运行模型。例如，在训练 TensorFlow 模型时通常会使用 TF.Text 算子和 RaggedTensor，现在这些模型可以轻松转换为 TensorFlow Lite 并采用必要的算子运行。

此外，我们还提供使用算子选择性构建的解决方案，获得用于移动部署的精简二进制文件。它可以在最终的构建目标中选择一小组使用过的算子，从而缩减部署中的二进制文件大小。

更高效、更友好的自定义算子

在 TensorFlow Lite 中，我们为 NLP 提供了一些新的适合移动设备的算子，例如 Ngram、SentencePieceTokenizer、WordPieceTokenizer 和 WhitespaceTokenizer。

以前，有一些限制会阻止 SentencePiece 模型转换为 TensorFlow Lite。面向移动设备的新 SentencePieceTokenizer API 解决了这些难题，同时优化了实现，使其运行更快。

同样，Ngram 和 WhitespaceTokenizer 现在不仅受支持了，而且能够在设备上更高效地执行。

TensorFlow Lite 最近推出了与 MLIR 的算子融合。我们使用相同的机制将 TF.Text API 融合到自定义 TensorFlow Lite 算子中，显著提高了推理效率。例如，WhitespaceTokenizer API 由多个算子组成，在 TensorFlow Lite 的原始计算图中运行需要 0.9 ms。在将这些算子融合成一个单独的算子后，只需 0.04 ms 即可完成计算，速度提高了 23 倍。事实证明，这种方式在上述 SGNN 模型中可以大幅改善推理延迟。

哈希表支持

哈希表对于许多 NLP 模型都很重要，因为我们通常需要通过将单词转换为 token ID 来在语言模型中利用数字计算，反之亦然。哈希表将很快在 TensorFlow Lite 中启用。其支持方式是以 TensorFlow Lite 格式原生处理资源文件并将算子内核作为 TensorFlow Lite 内置算子。

部署：如何在设备端运行 NLP 模型

现在，使用 TensorFlow Lite 运行推理比以前要容易得多。仅需 5 行代码您便可以使用预构建的推理 API 集成模型，或者使用实用工具构建自己的 Android/iOS 推理 API。

用 TensorFlow Lite Task Library 进行简单的模型部署

TensorFlow Lite Task Library 是一个功能强大且易于使用的特定于任务的库，它为 ML 推理提供了所需的开箱即用的预处理和后处理实用工具，使应用开发者能够使用 TensorFlow Lite 轻松创建机器学习功能。Task Library 支持三种文本 API，分别对应于上述用例和模型：

• NLClassifier：将输入文本分类为一组已知类别。
• BertNLClassifier：为 BERT 系列模型而优化的文本分类。
• BertQuestionAnswerer：根据给定段落的内容，使用 BERT 系列模型回答问题。

Task Library 可在 Android 和 iOS 上跨平台运行。以下示例显示了使用 Java/Swift 代码的 BertQA 模型推理：

// Initialization
BertQuestionAnswerer answerer = BertQuestionAnswerer.createFromFile(androidContext, modelFile);
// Answer a question
List answers = answerer.answer(context, question);

// Initialization
let mobileBertAnswerer =   TFLBertQuestionAnswerer.mobilebertQuestionAnswerer(modelPath: modelPath)
// Answer a question
let answers = mobileBertAnswerer.answer(context: context, question: question)

自定义推理 API

如果现有任务库不支持您的用例，您还可以利用 Task API Infrastructure，使用同一仓库中的通用 NLP 实用工具（如 Wordpiece 和 Sentencepiece 分词器）构建自己的 C++/Android/iOS 推理 API。

结论

在本文中，我们介绍了 TensorFlow Lite 中对 NLP 任务的新支持。利用 TensorFlow Lite 的最新更新，开发者可以轻松地在设备端创建、转换和部署 NLP 模型。我们将继续提供更多实用的工具，并加快从研究到生产的设备端 NLP 模型的开发流程。我们希望听到您对新的 NLP 工具与实用工具的反馈和建议。请向 tflite@tensorflow.org 发送电子邮件或在 GitHub 为 TensorFlow Lite 提 issue。

致谢

感谢 Khanh LeViet、Arun Venkatesan、Max Gubin、Robby Neale、Terry Huang、Peter Young、Gaurav Nemade、Prabhu Kaliamoorthi、Ping Yu、Renjie Liu、Lu Wang、Xunkai Zhang、Yuqi Li、Sijia Ma、Thai Nguyen、Xingying Song、Chung-Ching Chang、Shuangfeng Li 对本文的贡献

谷歌开发者官方现已开通知乎专栏：TensorFlow 学习资源站，一站式收录来自官方的 TensorFlow 相关实用技术资源，欢迎关注，及时收到更新提醒！

想获取更多产品发布新消息？欢迎关注 TensorFlow 官方微信公众号（TensorFlow_official）！