英文词向量转换_ELMo最好用词向量Deep Contextualized Word Representations

近年来，研究人员通过文本上下文信息分析获得更好的词向量。ELMo是其中的翘楚，在多个任务、多个数据集上都有显著的提升。所以，它是目前最好用的词向量，the-state-of-the-art的方法。这篇文章发表在2018年的NAACL上，outstanding paper award。下面就简单介绍一下这个“神秘”的词向量模型。

1. ELMo的优势

（1）ELMo能够学习到词汇用法的复杂性，比如语法、语义。

（2）ELMo能够学习不同上下文情况下的词汇多义性。

2. ELMo的模型简介

基于大量文本，ELMo模型是从深层的双向语言模型（deep bidirectional language model）中的内部状态(internal state)学习而来的，而这些词向量很容易加入到QA、文本对齐、文本分类等模型中，后面会展示一下ELMo词向量在各个任务上的表现。

3. 双向语言模型

语言模型就是生成文本的方式、方法，是多个

个词语的序列

的极大似然。前向语言模型就是，已知

，预测下一个词语

的概率，写成公式就是

最近，如《Exploring the limits of language modeling》、《On the state of the art of evaluation in neural language models》和《Regularizing and optimizing lstm language models》等论文中，首先使用character-level的RNN或CNN，计算得到“上下文无关”（context-independent）词向量表示

，然后将此向量feed进入L层的前向LSTM。在每一个位置

，每个LSTM层会输出一个

，其中j=1,....L. 最顶层的LSTM输出为

，然后加上softmax来预测下一个词语

。

既然是双向，后向的语言模型如下，即通过下文预测之前的 词语：

双向语言模型（biLM）将前后向语言模型结合起来，最大化前向、后向模型的联合似然函数即可，如下式所示：

其中，

和

分别是context-independent词向量训练时 和 soft max层的参数，

和

则是双向语言模型的（前后向语言模型的）参数。

4. ELMo

ELMo是双向语言模型biLM的多层表示的组合，对于某一个词语

，一个L层的双向语言模型biLM能够由2L+1个向量表示：

其中

。

ELMo将多层的biLM的输出R整合成一个向量，

。最简单的情况是ELMo仅仅使用最顶层的输出，即

，类似于TagLM和CoVe模型。但是，我们发现，最好的ELMo模型是将所有biLM层的输出加上normalized的softmax学到的权重

:

其中

是缩放因子。假如每一个biLM的输出具有不同的分布，

某种程度上来说相当于在weighting前对每一层biLM使用了layer nomalization。

上述ELMo词向量的运算过程基于RNN，但是ELMo词向量的运算不局限于RNN，CNN等也可以应用ELMo的训练。

5. 如何使用ELMo的词向量呢？
在supervised learning的情况下，可以各种自如的使用。。。

（1）直接将ELMo词向量

与普通的词向量

拼接（concat）[

]。

（2) 直接将ELMo词向量

与隐层输出向量

拼接[

]，在SNLI,SQuAD上都有提升。

6. ELMo模型的正则

ELMo模型中适当的dropout，或者将ELMo模型的weights加入

正则都会imposes an inductive bias on the ELMo weights to stay close to an average of all biLM layers。

7. ELMo的效果

Textual entailment: stanford natural language inference (SNLI)数据集上提升了1.4%。

Question answering: 在stanford question answering dataset (SQuAD)数据集上提升了4.2%，将ELMo加入到之前的state-of-the-art的ensemble模型中，提升了10%。

Semantic role labeling: 比之前的state-of-the-art模型提高了3.2%，将ELMo加入到之前的state-of-the-art的单模型中，提升了1.2%。

Coreference resolution: 比之前的state-of-the-art模型提高了3.2%，将ELMo加入到之前的state-of-the-art的ensemble模型中，提升了1.6%。

Named entity extraction: 在CoNLL 2003 NER task数据机上提高了2.06%

Sentiment analysis: 比之前的state-of-the-art模型提高了3.3%，将ELMo加入到之前的state-of-the-art模型中，提升了1%。

8. 既然这么好用，哪里能”买“到呢？

这篇文章发表在2018年的NAACL上，outstanding paper award，本月初才发出，之前放在arxiv上，已有30+次引用。额，作者自己也觉得超好用，推出了工具包，可浏览项目主页ELMo，github，paper。

pip install allennlp 即可享用。

The mind is not a vessel that needs filling, but wood that needs igniting. — Plutarch

如果觉得文章对您有帮助，可以关注本人的微信公众号：机器学习小知识