2、自然语言和单词的分布式表示（中）

    目录

一、基于计数的方法存在的问题

二、基于推理的方法概要

三、神经网络中单词的处理方法

 四、简单的word2vec

1、CBOW模型的推理

2、CBOW模型的学习

---

        用向量表示单词的方法大致可以分为两种：一种是基于计数的方法；另一种是基于推理的方法。本节主要讲基于推理的方法。

一、基于计数的方法存在的问题

        基于计数的方法使用整个语料库的统计数据（共现矩阵和PPMI等），通过一次处理（SVD等）获得单词的分布式表示。而基于推理的方法使用神经网络，通常在mini-batch数据上进行学习。这意味着神经网络一次只需要看一部分学习数据（mini-batch），并反复更新权值。这种学习机制上的差异如图：

二、基于推理的方法概要

        基于推理的方法主要操作是“推理”，即当给出周围的单词（上下文）时，预测“？”处会出现什么单词。

         从模型视角来看，推理任务如下图所示：

         也就是基于推理的方法引入了某种模型，我们将神经网络作为这种模型。输入为：上下文，输出为：（可能出现的）各个单词的出现概率。

        在这样的框架下，使用语料库来学习模型，使之能做出正确的预测。另外，作为模型学习的产物，我们得到了单词的分布式表示。

三、神经网络中单词的处理方法

        也就是将单词转化为固定长度的向量，常用的方法是：采用one-hot编码。例如：

        1、假设语料库中含有7个单词，分别为："you"、"say"、"goodbye"、"i"、"hello"、"."。要想将单词转化为one-hot表示，就需要准备元素个数与词汇个数相等的向量，将单词ID对应得元素设置为1，其余元素设置为0.

         将单词得向量元素得个数确定下来之后，神经网络中输入层得神经元个数也确定下来了。

         输入层的神经元个数就等于向量的元素个数。

        2、以基于神经网络的全连接层变换为例

         经过一个矩阵的变换之后，将7维的向量压缩为3维。比如：

 四、简单的word2vec

        word2vec中主要使用的两个神经网络：CBOW和skip-gram。本节以CBOW为例。

1、CBOW模型的推理

        CBOW模型是根据上下文预测目标词的神经网络（“目标词”是指中间的单词，它周围的单词是“上下文”）。

        （1）CBOW模型的网络结构

               它有两个输入层（上下文仅考虑两个单词），经过中间层到达输出层。这里，从输入层到中间层的变换由相同的全连接层（权重为Win）完成，从中间层到输出层的变换由另一个全连接层（权重为Wout）完成。

        （2）语料库

        语料库："you"、"say"、"goodbye"、"i"、"hello"、"."。

        （3）转化为one-hot形式

        以"you"、"goodbye"为例：

        you:[1,0,0,0,0,0,0]；"goodbye":[0,0,1,0,0,0,0]

        （4）实现CBOW推理

         现在利用CBOW模型可以实现输入上下文，推测目标词了，但是准不准还需要多CBOW模型进行训练。

2、CBOW模型的学习

        对CBOW模型进行学习只是使用以下softmax函数和交叉熵损失。首先使用softmax函数将得分转化为概率，再求这些概率和监督标签之间的交叉熵误差，并将其作为损失进行学习，这一过程如下图所示：

        word2vec中使用的网络有两个权重，分别是输入侧的全连接层的权重（Win）和1输出侧的全连接层的权重（Wout）。一般而言，输入侧的权重的每一行对应于各个单词的分布式表示，输出侧的权重在列方向上保存了各个单词的分布式表示。如下图所示：

        就word2vec而言，选择输入侧的权重作为单词的分布式表示。