word2vec中的CBOW模型

word2vec中的CBOW模型

简介

word2vec是Google与2013年开源推出的一个用于获取word vecter的工具包，利用神经网络为单词寻找一个连续向量看空间中的表示。

word2vec有两种网络模型，分别为：

• Continous Bag of Words Model (CBOW)
• Skip-Gram Model

ＣBOW网络模型

使用上下文的词汇来同时预测中间词

• 滑动时使用双向上下文窗口
• 输入层：仍然直接使用BOW(词袋)方式表示
• 投射层：
  • 对向量直接求和(或求平均)，以降低向量维度
  • 实质上是去掉了投射层
• 隐含层：直接去除(输入信号量直接求和，映射到输出层)
• 输出层：
  • 输出层为一棵二叉树，以词库中的词作为叶子结点，并以词频为权重构造出来的Huffman树，如果词库中有D个词，则有D个叶子结点。
• 实质上只是一个线性分类器
• 显然，短语料不适合用word2vec来分析，运算量仍然很大。

降低运算量：分层softmax

降低运算量：负例采样

 Word2Vec仍然存在的问题

CBOW模型流程举例

假设 Courpus = { I drik coffee everyday } ，根据 “I”“drink”“everyday”来预测“coffee”。

投影层将每个词向量加起来，

这里Xw即上图Uo ,当Xw传导到输出层时，因为输出层为一棵二叉树，每一次分支都可视为进行一次二分类，将分到左边为负类，分到右边为正类。
根据sigmoid函数，可将二分类函数写成：

所以，一个结点被分到正类的概率是：

被分到负类的概率是：

这里Θ向量是待定参数。
将每个分支的概率相乘就是所需的 P( W | Context(W) )

对概率函数取对数，即

并对式子求 Xw的偏导 和 Θ 的偏导。

最终，通过大量的数据迭代，使用梯度下降更新W和W’，来最小化loss函数，训练结束后的W就是词向量的矩阵，任何一个单词的One-Hot表示乘以这个矩阵W就可以得到其词向量的表示。