通俗易懂的NCE Loss

NCE loss : Noise Contrastive Estimation

他的直观想法：把多分类问题转化成二分类。

之前计算softmax的时候class数量太大，NCE索性就把分类缩减为二分类问题。

之前的问题是计算某个类的归一化概率是多少，二分类的问题是input和label正确匹配的概率是多少。

问题：

通常训练例如word2vec的时候，我们最后用full softmax预测出下一个词，真实的值通常是一小部分context words,也就是一小部分target classes，在非常大的语料库中(通常维度为百万），softmax需要对每一个class预测出probability，那么类别总数非常大的时候，这个计算量就非常大。

优化：

我们可不可以针对这么昂贵的计算 进行优化，不计算所有class的probability，但同时给我们一个合理的loss？ 这里就引入了NCE（Noise-contrastive estimation)：

对于每一个训练样本（x, T)，我们训练binary classification，而不是multiclass classification。具体一点，我们对于每个样本，拆分成一个真实的（x,y)pair,另外我们随机产生k个Noise的（x,y）pair,这样我们就可以用来训练处这样的binary classifier。

(from Stephan Gouws' PhD Dissertation)

用概率来表示，这个问题由之前的P(y|x) 通过x预测所有y，换成了P(x,y)，计算x,y同时存在的概率。

具体到Tensorflow

nce_loss里面有一个参数：

num_sampled: Anint. The number of negative classes to randomly sample per batch. This single sample of negative classes is evaluated for each element in the batch.

这一个参数就是用来控制我这里说到的k的hyperparameter.

另外training和testing的时候，还不一样，在于：

training的时候我们使用nce loss，可以减少计算量，但testing的时候，我们通常使用sigmoid cross entropy,因为我们还是要衡量所有可能class的probability，在所有可能结果中做选择。

 

更深入的拓展：

我们求和的其实也是下面的分母，也就是一个归一化常数

NCE解决了归一化项（中积分，或太多项和）无法计算的问题。