h网站模板,国内做家具外贸的网站有哪些,百度如何搜索关键词,网站开发人员需要具备的能力论文笔记--GloVe: Global Vectors for Word Representation 1. 文章简介2. 文章概括3 文章重点技术3.1 两种常用的单词向量训练方法3.2 GloVe3.3 模型的复杂度 4. 文章亮点5. 原文传送门6. References 1. 文章简介
标题#xff1a;GloVe: Global Vectors for Word Representa… 论文笔记--GloVe: Global Vectors for Word Representation 1. 文章简介2. 文章概括3 文章重点技术3.1 两种常用的单词向量训练方法3.2 GloVe3.3 模型的复杂度 4. 文章亮点5. 原文传送门6. References 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 X X其中 X i j X_ij Xij表示单词 j j j出现在单词 i i i的上下文的次数。令 X i ∑ k X i k X_i \sum_k X_{ik} Xi∑kXik表示任意单词出现在单词 i i i上下文的总次数则 P i j X i j X i P_{ij} \frac {X_ij}{X_i} PijXiXij表示单词 j j j出现在单词 i i i的上下文的概率。 为了得到每个单词的嵌入 w i w_i wi文章首先需要假设一种嵌入 w i , w j w_i, w_j wi,wj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ksolid时由于solid和ice相关性更高所以 P i k / P j k P_{ik}/P_{jk} Pik/Pjk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 i k / P j k P_{ik}/P_{jk} Pik/Pjk应该小一点下表中实验结果为 8.5 × 1 0 − 2 8.5 \times 10^{-2} 8.5×10−2如果kwater和二者均相关或kfashion和二者均不相关则 P i k / P j k P_{ik}/P_{jk} Pik/Pjk应该接近1如下表中的 1.36 1.36 1.36和 0.96 0.96 0.96。 为此文章选择通过单词 i , j i,j i,j之间的概率比值来进行建模 F ( w i , w j , w ~ k ) P i k P j k F(w_i, w_j, \tilde{w}_k) \frac {P_{ik}}{P_{jk}} F(wi,wj,w~k)PjkPik其中 w i , w j , w ~ k w_i, w_j, \tilde{w}_k wi,wj,w~k分别表示 i , j , k i, j, k i,j,k的词向量 w ~ \tilde{w} w~也是待学习的参数和 w w w本质上没有区别只是通过不同的初始化得到的用于区分探针单词( k k k)和共现单词类似transformer中的QK含义。考虑到单词空间一般是线性的我们用 w i − w j w_i - w_j wi−wj表示向量之间的差异 F ( w i − w j , w ~ k ) P i k P j k F(w_i- w_j, \tilde{w}_k) \frac {P_{ik}}{P_{jk}} F(wi−wj,w~k)PjkPik又因为上式左边的输入为两个向量右边为标量故我们考虑用向量的点积 F ( ( w i − w j ) T w ~ k ) P i k P j k F((w_i -w_j)^T\tilde{w}_k) \frac {P_{ik}}{P_{jk}} F((wi−wj)Tw~k)PjkPik。由于单词的共现矩阵中单词和上下文单词是任意指定的我们可以自由交换当前单词和上下文单词从而我们要保证交换 w ↔ w ~ w \leftrightarrow \tilde{w} w↔w~和 X ↔ X T X \leftrightarrow X^T X↔XT后上式仍然成立故我们首先需要 F F F为一个同态映射 F ( ( w i − w j ) T w ~ k ) F ( w i T w ~ k ) F ( w j T w ~ k ) F((w_i -w_j)^T\tilde{w}_k) \frac {F(w_i^T\tilde{w}_k)}{F(w_j^T\tilde{w}_k)} F((wi−wj)Tw~k)F(wjTw~k)F(wiTw~k)从而有 F ( w i T w ~ k ) P i k X i k X i F(w_i^T\tilde{w}_k) P_{ik} \frac {X_{ik}}{X_i} F(wiTw~k)PikXiXik。由于上式的解为 F exp F\exp Fexp从而 exp ( w i T w ~ k ) P i k X i k X i ⟹ w i T w ~ k log P i k log ( X i k X i ) log ( X i k ) − log ( X i ) \exp (w_i^T \tilde{w}_k) P_{ik} \frac {X_{ik}}{X_i}\\\implies w_i^T \tilde{w}_k \log P_{ik} \log \left(\frac {X_{ik}}{X_i}\right) \log(X_{ik}) - \log (X_i) exp(wiTw~k)PikXiXik⟹wiTw~klogPiklog(XiXik)log(Xik)−log(Xi)其次考虑到上式的 log ( X i ) \log (X_i) log(Xi)与 k k k无关故可以写作偏差 b i b_i bi再增加 w ~ k \tilde{w}_k w~k的偏差 b ~ k \tilde{b}_k b~k我们得到 w i T w ~ k b i b ~ k log ( x i k ) w_i^T \tilde{w}_k b_i \tilde{b}_k \log(x_{ik}) wiTw~kbib~klog(xik)满足上述对称要求。在此基础上增加权重函数 f ( X i j ) f(X_{ij}) f(Xij)可以保证共现太频繁的元素不会被过分的重视且稀有的共现元素也不会被过分重视。这就要求 f f f满足非递减且有明确上界如下函数满足条件 f ( x ) { ( x / x m a x ) α i f x x m a x , 1 , o t h e r w i s e f(x) \begin{cases}(x/x_{max})^{\alpha} \quad if \ x x_{max},\\1, \quad otherwise \end{cases} f(x){(x/xmax)α1,if xxmax,otherwise。函数曲线如下图所示
3.3 模型的复杂度 文章证明当 α 1.25 \alpha 1.25 α1.25时交过较好此时模型的复杂度为 O ( ∣ C ∣ ) \mathcal{O}(|\mathcal{C}|) O(∣C∣)其中 C \mathcal{C} C表示语料库。相比于其他基于上下文窗口的方法复杂度 O ( V 2 ) \mathcal{O}(V^2) O(V2)更低。
4. 文章亮点 文章提出了基于将上下文窗口和共现矩阵结合的词向量嵌入方法GloVe数值实验表明GloVe在单词相似度、单词类比和NER等任务上相比于其他SOTA方法有明显提升。
5. 原文传送门
[GloVe: Global Vectors for Word Representation](GloVe: Global Vectors for Word Representation)
6. References
[1] 论文笔记–Efficient Estimation of Word Representations in Vector Space
