2019年CS224N课程笔记-Lecture 12: Subword Models

最新推荐文章于 2021-08-14 18:01:05 发布

任菜菜学编程

最新推荐文章于 2021-08-14 18:01:05 发布

阅读量750

点赞数 2

分类专栏：深度学习人工智能 NLP 文章标签：深度学习人工智能自然语言处理

本文链接：https://blog.csdn.net/rhjlife/article/details/107525229

版权

人工智能同时被 3 个专栏收录

67 篇文章 11 订阅

订阅专栏

深度学习

30 篇文章 8 订阅

订阅专栏

NLP

28 篇文章 13 订阅

订阅专栏

资源链接：https://www.bilibili.com/video/BV1r4411

正文内容

人类语言声音：语音学和音韵学（ Phonetics and phonology）

（课件内容，不是很懂。。。）

Phonetics 语音学是一种音流——物理学或生物学
Phonology 语音体系假定了一组或多组独特的、分类的单元：phoneme 音素或者是独特的特征
- 这也许是一种普遍的类型学，但却是一种特殊的语言实现
- 分类感知的最佳例子就是语音体系
  - 音位差异缩小；在音素之间被放大

大致意思就是：caught和cot有不同的元音在发音，但是美国西南部长大的人很多不区分元音，这样这两个词对于不区分的来说是相同的，这个也和自然语言处理中分类有很大影响，区分哪些声音对他们是敏感的

词法：词的部分

声音本身在语言中没有意义:a和e，b和p是没有意义的（没有实际意义，词是有实际意义的）
parts of words/词是音素的下一级的形态学，是具有意义的最低级别（也就是单个字母没有意义，但是单词是有意义的，例如财富代表巴拉巴拉，幸运代表巴拉巴拉）

传统上，morphemes 词素是最小的语义单位(以不幸/unfortunately为例子)
深度学习:形态学研究较少；递归神经网络的一种尝试是 (Luong, Socher, & Manning 2013)
- 处理更大词汇量的一种可能方法——大多数看不见的单词是新的形态(或数字)

（斯坦福大学之前也研究过这种语义表示的树状结构，如上图）

Morphology/形态学

一个简单的替代方法是使用字符 n-grams （上图n=3）
- Wickelphones (Rumelhart& McClelland 1986)
- Microsoft’s DSSM (Huang, He, Gao, Deng, Acero, & Hect2013)
使用卷积层的相关想法
能更容易地发挥词素的许多优点吗？

在神经网络80年代中期到九十年代初期，语言结构是个很有争议的问题，有些人建立了学习动词过去式形态的系统，但是最困难的地方是很多不规则的动词过去式（上述图就是当时人们使用的模型方法，类似一个三元组/每次取三个，但是这个想法遭到了很多争议，但是单纯作为工程解决方案，事实证明是很好的方法）

书写系统中的单词

许多语言没有分词：比较出名的就是咱们的汉语啦～，例如：美国关岛国际机场及其办公室均接获（希腊语也木有）

附著词？

分开的：
连续的：

复合的（复合名词）？

分开的：
连续的：

（英语复合名词是带-的，但是例如德语、日耳曼语等复合词类似上述连续的）

单词级别下的模型

需要处理数量很大的开放词汇：巨大的、无限的单词空间（例如捷克语、美国土著语等都比较复杂...单词空间贼大）
- 丰富的形态
- 音译（特别是名字，在翻译中基本上是音译）
- 非正式的拼写（下图的Goooo...od和Vibesss...）

字符级模型

词嵌入可以由字符嵌入组成
- 为未知单词生成嵌入
- 相似的拼写共享相似的嵌入
- 解决OOV问题
连续语言可以作为字符处理：即所有的语言处理均建立在字符序列上，不考虑 word-level
这两种方法都被证明是非常成功的！
- 有点令人惊讶的是——传统上，音素/字母不是一个语义单元——但深度学习模型组成了组
- 深度学习模型可以存储和构建来自于多个字母组的含义表示，从而模拟语素和更大单位的意义，从而汇总形成语义

（感觉有个分布式词向量的那个味道）

书写系统

大多数深度学习NLP的工作都是从语言的书面形式开始的——这是一种容易处理的、现成的数据

但是人类语言书写系统不是一回事！各种语言的字符是不同的！（有的字符带有语义）

纯字符级模型

上节课我们看到了一个很好的纯字符级模型的例子用于句子分类
- 非常深的卷积网络用于文本分类
- Conneau, Schwenk, Lecun, Barrault.EACL 2017
强大的结果通过深度卷积堆叠

纯字符级NMT模型

以字符作为输入和输出的机器翻译系统
最初，效果不令人满意
- (Vilaret al., 2007; Neubiget al., 2013)
后来，人们拥有成功的字符集解码器/decoder
- (JunyoungChung, KyunghyunCho, YoshuaBengio. arXiv 2016).
证明了这个是一个有前景的～
- (Wang Ling, Isabel Trancoso, Chris Dyer, Alan Black, arXiv 2015)
- (Thang Luong, Christopher Manning, ACL 2016)
- (Marta R. Costa-Jussà, José A. R. Fonollosa, ACL 2016)

英语-捷克WMT 2015年的结果（英语和捷克语的翻译系统）

Luong和Manning测试了一个纯字符级seq2seq (LSTM) NMT系统作为基线/基准
它在单词级基线/基准/基础上运行得很好
对于 UNK/不存在的词，是用 single word translation 或者 copy stuff from the source
字符级的 model 效果更好了，但是太慢了，但是在运行时需要3周的时间来训练，运行时没那么快，如果放进了 LSTM 中，序列长度变为以前的数倍（大约七倍）

事实证明翻译还是比较好的～

（char/角色级模型效果很好；而word模型中对于不认识的词，可能直接进行原文替换，这就比较失败了）

Fully Character-Level Neural Machine Translation without Explicit Segmentation

Jason Lee, Kyunghyun Cho, Thomas Hoffmann. 2017. Encoder as below; decoder is a char-level GRU

（大概2020年就出来了，一个更复杂，能了解原端语言含义的模型，用了很多我们上次说的技术，编码方面使用字母嵌入序列）

在LSTM seq2seq模型中，深度越大，字符越强

Revisiting Character-Based Neural Machine Translation with Capacity and Compression. 2018. Cherry, Foster, Bapna, Firat, Macherey, Google AI

（在捷克语这样的复杂语言中，字符级模型的效果提升较为明显，但是在英语和法语等语言中则收效甚微。小型的模型适合文字模型，大型的适合角色模型，也就是模型较小时，word-level 更佳；模型较大时，character-level 更佳）

子词模型：两种趋势

与word级模型相同的架构

但是使用更小的单元:“word pieces”
[Sennrich, Haddow, Birch, ACL’16a], [Chung, Cho, Bengio, ACL’16].

混合架构

主模型使用单词，其他使用字符级
[Costa-Jussà& Fonollosa, ACL’16], [Luong & Manning, ACL’16].

字节对编码

BPE 并未深度学习的有关算法，但已成为标准且成功表示 pieces of words 的方法，可以获得一个有限的词典与无限且有效的词汇表。
最初的压缩算法（本来字节作为单位，可以将词作为单位）
- 最频繁的字节 -> 一个新的字节。
- 用字符ngram替换字节(实际上，有些人已经用字节做了一些有趣的事情)
- Rico Sennrich, Barry Haddow, and Alexandra Birch. Neural Machine Translation of Rare Words with SubwordUnits. ACL 2016.