论文笔记--GloVe: Global Vectors for Word Representation

1. 文章简介

• 标题：GloVe: Global Vectors for Word Representation
• 作者：Jeffrey Pennington, Richard Socher, Christopher D. Manning
• 日期：2014
• 期刊：EMNLP

2. 文章概括

  文章提出了一种新的单词表示的训练方法：Glove。该方法结合了基于统计方法和基于上下文窗口方法的优势，在多个下游任务上超越了当下SOTA方法的表现。

3 文章重点技术

3.1 两种常用的单词向量训练方法

  现有的两类常用的单词向量训练方法为

• 基于矩阵分解的方法，如LSA会首先计算一个term-document矩阵，每一列表示每个文档中各个单词的出现频率，然后进行奇异值分解；HAL则会首先计算一个term-term共现矩阵。但此类方法会被频繁出现的the, and等单词影响，计算相似度的时候该类对语义影响很小的单词会占较大的比重。
• 基于上下文窗口的方法，如Word2Vec[1]。此类方法没有用到语料中的统计信息，可能无法捕捉到数据中的重复现象。

3.2 GloVe

  为了解决上述两种方法存在的问题，文章提出了一种Global Vectors(GloVe)单词嵌入方法，可以直接捕获语料中的统计信息。
  首先，我们计算单词共现矩阵$X$，其中$X_{i}j$表示单词$j$出现在单词$i$的上下文的次数。令$X_i={\sum }_k{X}_{ik}$表示任意单词出现在单词$i$上下文的总次数，则$P_{ij}=\frac{X_{i}j}{X_i}$表示单词$j$出现在单词$i$的上下文的概率。
  为了得到每个单词的嵌入$w_i$，文章首先需要假设一种嵌入$w_i,w_j$和共现矩阵之间的关系式。为此，文章给出一个示例：如下表所示，假设考虑单词i=“ice”，j=“steam”，则k="solid"时，由于"solid"和"ice"相关性更高，所以$P_{ik}/P_{jk}$应该大一点，下表中实验结果为8.9；如果k=“gas”，和"steam"的相关性更高，从而$P_{ik}/P_{jk}$应该小一点，下表中实验结果为$8.5\times 10^{-2}$；如果k="water"和二者均相关或k="fashion"和二者均不相关，则$P_{ik}/P_{jk}$应该接近1，如下表中的$1.36$和$0.96$。

  为此，文章选择通过单词