神经网络语言模型（NNLM）

神经网络语言模型（NNLM）

Paper: http://www.jmlr.org/papers/volume3/bengio03a/bengio03a.pdf

原理

本文算是训练语言模型的经典之作，Bengio 将神经网络引入语言模型的训练中，并得到了词向量这个副产物。词向量对后面深度学习在自然语言处理方面有很大的贡献，也是获取词的语义特征的有效方法。

现在的任务是输入 $w_{t-n+1},\dots ,w_{t-1}$ 这前 $n-1$ 个单词，然后预测出下一个单词 $w_t$

数学符号说明：

• $C_i$：单词 w 对应的词向量，其中 $i$ 为词 $w$ 在整个词汇表中的索引
• $C$：词向量，大小为 $|V|\times m$ 的矩阵
• $|V|$：词汇表的大小，即预料库中去重后的单词个数
• $m$：词向量的维度，一般是 50 到 200
• $H$：隐藏层的 weight
• $d$：隐藏层的 bias
• $U$：输出层的 weight
• $b$：输出层的 bias
• $W$：输入层到输出层的 weight
• $h$：隐藏层神经元个数

计算流程：

• 首先将输入的 $n-1$ 个单词索引转为词向量，然后将这 $n-1$ 个词向量进行 concat，形成一个 $n-1\ast w$ 的向量，用 $X$ 表示
• 将 $X$ 送入隐藏层进行计算，$hiddenout=tanh(d+X\ast H)$
• 输出层共有 $|V|$ 个节点，每个节点 $y_i$ 表示预测下一个单词 i 的概率， y=b+X∗W+{ hidden } _{ out }∗U$

代码

import torch
import torch.nn as nn
import torch.optim as optim
import torch.utils.data as Data

"""定义类型"""
dtype = torch.FloatTensor

"""定义词汇表"""
sentences = [ "i like dog", "i love coffee", "i hate milk"]

word_list = " ".join(sentences).split() # ['i', 'like', 'dog', 'dog', 'i', 'love', 'coffee', 'i', 'hate', 'milk']
word_list = list(set(word_list)) # ['i', 'like', 'dog', 'love', 'coffee', 'hate', 'milk']
word_dict = {w: i for i, w in enumerate(word_list)} # {'i':0, 'like':1, 'dog':2, 'love':3, 'coffee':4, 'hate':5, 'milk':6}
number_dict = {i: w for i, w in enumerate(word_list)} # {0:'i', 1:'like', 2:'dog', 3:'love', 4:'coffee', 5:'hate', 6:'milk'}
n_class = len(word_dict) # number of Vocabulary, just like |V|, in this task n_class=7

# NNLM(Neural Network Language Model) Parameter
n_step = len(sentences[0].split())-1 # n-1 in paper, look back n_step words and predict next word. In this task n_step=2
n_hidden = 2 # h in paper
m = 2 # m in paper, word embedding dim

def make_batch(sentences):
    input_batch = []
    target_batch = []

    for sen in sentences:
        word = sen.split()
        input = [word_dict[n] for n in word[:-1]] # [0, 1], [0, 3], [0, 5]
        target = word_dict[word[-1]] # 2, 4, 6

        input_batch.append(input) # [[0, 1], [0, 3], [0, 5]]
        target_batch.append(target) # [2, 4, 6]

    return input_batch, target_batch

"""预处理数据"""
input_data, target_data = make_batch(sentences)
"""数据转为longtensor"""
input_data, target_data = torch.LongTensor(input_data), torch.LongTensor(target_data)
"""数据批处理"""
dataset = Data.TensorDataset(input_data, target_data)
loader = Data.DataLoader(dataset, 16, True ) # dataset batch_size, shuffle

class NNLM(nn.Module):
  def __init__(self):
        super(NNLM, self).__init__()
        self.C = nn.Embedding(n_class, m)
        self.H = nn.Parameter(torch.randn(n_step * m, n_hidden).type(dtype))
        self.W = nn.Parameter(torch.randn(n_step * m, n_class).type(dtype))
        self.d = nn.Parameter(torch.randn(n_hidden).type(dtype))
        self.U = nn.Parameter(torch.randn(n_hidden, n_class).type(dtype))
        self.b = nn.Parameter(torch.randn(n_class).type(dtype))

  def forward(self, X):
        '''
        X: [batch_size, n_step]
        '''
        X = self.C(X) # [batch_size, n_step] => [batch_size, n_step, m]
        X = X.view(-1, n_step * m) # [batch_size, n_step * m]
        hidden_out = torch.tanh(self.d + torch.mm(X, self.H)) # [batch_size, n_hidden]
        output = self.b + torch.mm(X, self.W) + torch.mm(hidden_out, self.U) # [batch_size, n_class]
        return output

model = NNLM()
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=1e-3)

# Training
for epoch in range(5000):
  for batch_x, batch_y in loader:
    optimizer.zero_grad()
    output = model(batch_x)

    # output : [batch_size, n_class], batch_y : [batch_size] (LongTensor, not one-hot)
    loss = criterion(output, batch_y)
    if (epoch + 1)%1000 == 0:
        print('Epoch:', '%04d' % (epoch + 1), 'cost =', '{:.6f}'.format(loss))

    loss.backward()
    optimizer.step()

# Predict
predict = model(input_data).data.max(1, keepdim = True)[1]
# Test
print([sen.split()[:n_step] for sen in sentences], '->', [number_dict[n.item()] for n in predict.squeeze()])

欢迎关注公众号：