12 papers to understand QA system with Deep Learning

由于最近入手NLP任务，需要看一些paper，本文对最近两周看的paper做个总结，适用于有deep learning背景，希望了解NLP应用的同学，主要针对NLP方向： 问答系统（QA）和翻译（Machine Translation）。本文提到的12篇paper比较有代表性，这里感谢总理和江哥提供部分参考paper和指导帮助。

论文列表：（其中QA为Question Answer的缩写）

1. Neural Machine Translation by Jointly Learning to Align and Translate
   任务： 机器翻译
   关键词：attention BiRNN
   中心思想： English -> encoder -> decoder -> Chinese。其中encoder一般是一个RNN，读入一个词序列，输出一个表示该句话的vector；decoder一般也是一个RNN，输入该句话的表示vector，再以序列输出，每个时刻预测下一个词 yt 。

   常用优化目标：令 p(y) 最大，其中
   

   
   
   
   
   
   c是encoder输出的原句vector表示，
   st 是decoder RNN的 hidden state,
   yt−1 是 t−1 时刻预测的翻译词，
   g 是非线性函数。

   i.e., 基于{上一时刻预测词，当前decoder状态，输入句子（待翻译句子）的encoder vector表示} 确定当前时刻输出词。

   方法：本文中，
   encoder: 一个双向RNN，从前到后，从后往前各读一遍输入序列
   decoder: encoder的c变成了 ci , 即每个时刻（相对于输出序列）都有一个encoder的表示，它可以表示输入序列的所有词与输出序列中第i个词的关系。
   

   
   
   其中，
   
   αij 为alignment weight(学出来的), 表示位置j的input和位置i的output对应的score。 这样的好处是可以自动找出来每个输出词和输入序列中各词的关系，而不是对输入序列进行硬分割。
   
   
   

2. Applying Deep Learning to Answer Selection: A study and and open Task
   任务：QA
   关键词：answer selection, CNN
   中心思想：计算QA之间的距离，选出最好的那个answer

   方法结论：
   Q，A共享隐层CNN参数，good
   CNN后接CNN， good
   CNN后接hidden层（mixed），bad
   layer-wise supervision（两层CNN，其输出都接入loss层），略好
   度量距离时cos不一定是最好的，可以用metric learning学一个度量
   
   
   

3. Memory Networks
   任务： 提出了一个长期记忆框架
   关键词：Memory Network
   中心思想： 用一个{I, G, O, R} framework表示memory。
   I：input feature map
   G：generalization 用来在指定位置更新memory
   O：output feature map 寻找相关 memory
   R：response 得到最终结果

   方法：I 和 G没啥好说的，主要inference部分在O和R。文中提出，O module通过找到与x相关的k个memory输出，这可以通过找与x最近的k个memory完成。最终输出r:
   

   r=argmaxw∈WsR([x,mo1,mo2],w)
   其中 mo1,mo2 是O module输出的两个最相关的memory。
   
   
   

4. Large-scale Simple QA with Memory Networks
   任务： 用MM进行大规模QA（MM是FB提的，所以基本上follow的都是FB的人）
   关键词：Memory Network，metric learning，multi-task
   中心思想： Memory Network进行简单QA. 基本上可以看做为MM做的一个pr… multi-task是说本文用了两个loss，一个是QA之间，一个是QQ之间，每个都是一个metric learning，使得（QA+/QQ+）pair 距离小于（QA-/QQ-）pair距离。
   
   
   

5. Answer Sequence Learning with Neural Networks for Answer Selection in Community Question Answering
   任务：CQA问题（Community Question Answering）就是在一个社区data（每页是一个question和下面很多回复answer）中得到对每个question真正有用的answer。

   关键词：answer selection，CNN, LSTM, quality分类
   中心思想： answer selection, 即选出几个有效的answers。本文用CNN feature表示QA pair，过一个LSTM得到每个answer的quality（共三档做分类）。

   方法：分两步，第一步生成QA-CNN-representation。第二步把这个question对应的所有answers的QA-CNN-representation形成一个sequence输入LSTM，每个时刻的输出为{good, bad, potential}分类of each answer。
   
   
   

6. Attentive Pooling Networks
   任务：answer selection
   关键词：answer selection，BiLSTM, attention, metric learning
   中心思想： conv/BiLSTM + pooling + nonlinear + attention/alignment model => QA embedding space =>cosine distance

   方法：如中心思想所说，将Question和Answer分别embedding, conv或者biLSTM后得到其representation vector。之前有方法对这两个表示分别进行column-wise pooling得到 rq 和 ra ，然后将cosine distance作为他们的相关性。本文中，将Question和Answer的representation vector Q 和 A 进行alignment， G=QTUA ，得到的G就是alignment matrix。然后对G分别进行column-wise和column-wise pooling 得到 rq 和 ra 再计算cosine distance。这样有attention module会更有针对性。
   
   
   

7. Towards AI-Complete QA: A set of Prerequisite Toy Tasks
   任务：把问题按形式分类
   方法：用了N-gram, LSTM, MemNN作比较，最后说MemNN最好（本文FB写的，哈哈）不过数据是模拟数据。。。分类倒是分得不错
   
   
   

8. Modeling Relational Information in QA Pairs with CNN
   任务： answer selction
   关键词：CNN, classify {q,a} pair
   中心思想：学一个qa representation（conv），用label{0, 1}分类。
   
   
   

9. Teaching Machines to Read and Comprehend
   DeepMind的工作
   任务： 让机器做阅读理解，给机器一段document和一个question，让机器从document中找到能够回答这个question的answer

   关键词：attention，LSTM

   中心思想：生成一个document和question的embedding space，然后用 p(a|d,q)=exp(W(a)emb(d,q)) 得到answer a 。文中提出了三种得到embedding space的方法。

   方法：
   1. Deep LSTM Reader: input是doc”||”q(doc后面连着question，中间隔着一个“||”), 输入到一个LSTM里，embedding就是那个LSTM输出的空间。
   2. Attentive Reader: 对question 从前到后，从后向前各读一遍，得到representation u ，对doc也从前到后，从后向前各读一遍，然后用attentive model做alignment，得到representation r ，最后embedding是 r 和 u 的非线性组合空间。 PS：其中alignment weights和question encoder 和 doc encoder相关。（具体可参考原文和第1篇paper，有同曲异工之效）
   3. Impatient Reader: 读question和document的方法和attentive reader都相同，但是每读question中一个word都重新更新一次 r 。
   
   
   

10. Ask Me Anything: Dynamic Memory Networks for NLP
    任务：阅读理解

    关键词：GRU， Dynamic Memory Network, Multilayer NN

    中心思想：input为所有evidence组成的sequence（document的每句话为一个evidence），input hidden state 和 question representation 输入memory，memory输出到answer， 其中都走GRU， answer用分类。memory module内部走n遍，每遍内有attention机制，attention weight指各input hidden sequence（evidence）的权重。

    方法：提出了一个Dynamic Memory Network，
    Input：所有evidence句子作为sequence过GRU，有几个句子就生成几个hidden state；
    Question：一句话，过GRU；
    Episode： 以question output作为初始化，每次（共 TM 次）过一轮GRU；
    Answer：用 mTM 作为初始化，根据具体情况决定输出 y1...yn 还是 yn 。
    
    
    

11. Sequence to Sequence Learning with NN
    任务：翻译
    关键词：多层LSTM，input reverse
    方法：encoder，decoder均用LSTM；用多层LSTM（文中4层）；reverse input sequence
    
    
    

12. A Neural Probabilistic Language Model
    任务：学language model
    关键词：统计语言模型
    中心思想：通过最大化输出词概率（基于一个神经网络）学习word vector表示。

    方法：我们在之前将word2vec时就讲过这篇的工作，见word2vec——高效word特征求取
    输入： n个之前的word在词库V中的index
    映射： 通过|V|*D的矩阵C映射到D维
    隐层： 映射层连接大小为H的隐层
    输出： |V|个词语的概率
    
    
    

欢迎同学们推荐好文。