《Efficient Estimation of Word Representations in Vector Space》
基于向量空间中词表示的有效估计
作者:Tomas Mikolov
单位:Google
语言模型
计算一个句子是句子概率
有一些词或者词组在语料中没有出现过,但是这不能代表它不可能存在。Laplace Smoothing也称为加1平滑:每个词在原来出现次数的基础上加1。
问题:
- 参数空间过大
- 数据稀疏严重
引入马尔科夫假设
𝑃𝑠=𝑃(𝑤1,𝑤2,…,𝑤𝑛)=𝑃(𝑤1)P(𝑤2𝑤1)P(𝑤3𝑤1𝑤2)…P(𝑤𝑛|𝑤1𝑤2…𝑤𝑛−1)
unigram: 𝑃𝑠=𝑃(𝑤1)P(𝑤2)P(𝑤3)…P(𝑤𝑛)
bigram: 𝑃𝑠=𝑃(𝑤1)P(𝑤2|𝑤1)P(𝑤3|𝑤2)…P(𝑤𝑛|𝑤𝑛−1)
trigram: 𝑃𝑠=𝑃(𝑤1)P(𝑤2|𝑤1)P(𝑤3|𝑤1𝑤2)…P(𝑤𝑛|𝑤𝑛−3𝑤𝑛−2𝑤𝑛−1)
k-gram: 𝑃𝑠=𝑃(𝑤1)P(𝑤2|𝑤1)P(𝑤3|𝑤1𝑤2)…P(𝑤𝑛|𝑤𝑛−𝑘…𝑤𝑛−1)
论文研究成果
•提出新的模型结构
•提出优化训练的方法,使得训练速度加快
•给出训练代码w o r d 2 v e c,使得单机训练成为可能
•成果:训练的词向量,又快又好
研究意义
- 衡量词之间的相似程度
sim(𝑤𝑜𝑟𝑑1,𝑤𝑜𝑟𝑑2)= cos(𝑤𝑜𝑟𝑑𝑣𝑒𝑐1,𝑣𝑜𝑟𝑑𝑣𝑒𝑐2) - 作为预训练模型提升nlp任务
Word2vec 评价方法
- 内部任务评价
衡量词向量之间的相似程度 - 外部任务评价
外部任务比如命名实体识别、文本分类