NLP--6--文本表示2

最新推荐文章于 2020-07-12 10:37:04 发布

ortyi

最新推荐文章于 2020-07-12 10:37:04 发布

阅读量231

点赞数

分类专栏： NLP 文章标签： nlp

本文链接：https://blog.csdn.net/ortyijing/article/details/96583850

版权

NLP 专栏收录该内容

17 篇文章 0 订阅

订阅专栏

1. Word Embedding

参考：https://www.jianshu.com/p/2a76b7d3126b

1.1 基本概念

Word Embedding可以理解为一种映射，其过程是：将文本空间中的某个word，通过一定的方法，映射或者说嵌入（embedding）到另一个数值向量空间。称之为embedding，是因为这种表示方法往往伴随着降维。
输入：原始文本中不重复的词语的序列。
输出：原始文本中每个word的向量表示。
类型：基于频率的Word Embedding（Frequency based embedding）；
基于预测的Word Embedding（Prediction based embedding）

1.2 基于频率的Word Embedding

该类的本质是基于one-hot表示法。

(1) Count Vector

假设一个语料库有N个word，D个文档，那么构建一个 $D\times N$ 的词-文档矩阵，每行的各个维度表示该词在改行这个文档中出现的次数。但是当语料库十分庞大时，矩阵的规模也会很大，同时矩阵是稀疏的，会造成计算资源不能有效利用，因此一般会选取出现次数最频繁的词来构建语料库，即dictionary。

(2) TF-IDF

提高了权重设置的合理性，详见前一篇总结。

(3) Co-Occurence Vector

基于一个重要的研究结果：相似的单词趋向于有相似的上下文(context)。
Context Window：假设context window为2，那么一个特定词的context为其前后各两个临近词（加起来一共四个）。
Co-Occurence（共现）：在上下文窗口内（context window）两个词共同出现了。
假设语料库中有n个word，那么构建的Co-Occurence Vector的维度为 $n\times n$ 。这种方法的优势是保留了语义信息，比前两种方法更加智能。但是，会存在维数过大的问题，通常可以使用矩阵分解等手段降维优化。

1.3 基于预测的Word Embedding

通过神经网络可以实现更好的文本表示方法：携带上下文信息；矩阵的表示是稠密的。

(1) CBOW

(2)skip-gram

1.4 总结

Word Embedding可以应用于：计算相似度，在一组单词中找出与众不同的一个，直接进行词的运算，计算一段文字出现的可能性等等。
经过Word Embedding之后，各个word就组合成了一个相对低维空间上的一组向量，这些向量之间的远近关系则由他们之间的语义关系决定。

2. Glove

2014年斯坦福提出。

3. ELMo

参考：
(1) https://zhuanlan.zhihu.com/p/49271699
(2) https://zhuanlan.zhihu.com/p/38254332

3.1 原理

ELMo：Embedding from Language Models.
提出ELMO的论文：“Deep contextualized word representation”（2018）.
静态的word embedding：每个单词训练好的word embedding就固定住了，以后使用的时候，不论新句子上下文单词是什么，这个单词的word embedding不会跟着上下文场景的变化而改变。
ELMo的本质思想：事先用语言模型学习好一个单词的word embedding，此时多义词无法区分 (即，这个单词的word embedding中包含了多个语义)，不过这没关系。在实际使用word embedding的时候，单词已经具备了特定的上下文，这个时候可以根据上下文单词的语义去调整单词的word embedding表示，这样经过调整后的word embedding更能表达单词在这个上下文中的具体含义，自然也就解决了多义词的问题。所以ELMO本身是个根据当前上下文对word embedding动态调整的思路。
ELMO采用了典型的两阶段过程：第一个阶段是利用语言模型进行预训练；第二个阶段是在做下游任务时，从预训练网络中提取对应单词的网络各层的Word Embedding作为新特征补充到下游任务中，这种方法称为 “Feature-based Pre-Training”。
ELMo的网络结构：ELMo的网络结构如下图所示：

ELMo在下游任务中的使用：ELMo在下游任务QA问题中的使用如下图所示：

ELMo的优点：(1) 能够学习到词汇用法的复杂性，例如语法、语义等。
(2) 解决了多义词问题，能够学习不同上下文情况下的词汇多义性。
(3) 普适性强，应用在多个领域的效果都不错，例如，语义关系判断，分类任务，阅读理解等多个领域。
ELMo的缺陷：(1) 选择的特征抽取器 LSTM 不如 Transformer 提取特征的能力强。
(2) ELMO采取双向拼接这种融合特征的能力可能比Bert一体化的融合特征方式弱。（这一点只是推断，并没有实验证明）

3.2 实践

哈工大的多语言版本：https://github.com/HIT-SCIR/ELMoForManyLangs
官方：pip install allennnlp，需要 python3.6。

4. GPT (Generative Pre-Training)

参考：https://zhuanlan.zhihu.com/p/49271699

论文：Improving Language Understanding by Generative Pre-Training
使用的特征抽取器：Transformer。
采用两阶段过程：第一个阶段是利用语言模型进行预训练，第二阶段通过Fine-tuning的模式解决下游任务。
预训练过程中的语言模型目标任务：根据单词 $W_i$ 的上文 (context-before)预测单词 $W_i$ 。
GPT的网络结构：GPT的网络结构如下图所示：

GPT在下游任务中的使用：下游任务使用GPT需要先将下游任务的网络结构改造成和GPT的结构一样，然后利用第一步预训练好的参数初始化GPT的网络结构，接着再使用手头任务训练这个GPT网络，对网络参数进行Fine-tuning，使得这个网络更适合解决手头的问题。对于不同类型的任务改造成GPT网络结构，只需要在输入部分施工即可，GPT论文给的改造施工图如下所示：