A Neural Probabilistic Language Model (2003)论文要点

论文链接:http://www.jmlr.org/papers/volume3/bengio03a/bengio03a.pdf

 

解决n-gram语言模型(比如tri-gram以上)的组合爆炸问题,引入词的分布式表示。

通过使得相似上下文和相似句子中词的向量彼此接近,因此得到泛化性。

相对而言考虑了n-gram没有的更多的上下文和词之间的相似度。

使用浅层网络(比如1层隐层)训练大语料。

A Neural Probabilistic Language Model (2003)论文要点_第1张图片

feature vector维度通常在100以内,对比词典大小通常在17000以上。

A Neural Probabilistic Language Model (2003)论文要点_第2张图片

C是全局共享的向量数组。

A Neural Probabilistic Language Model (2003)论文要点_第3张图片

最大化正则log似然函数:

非归一化的log似然:

hidden units num = h

word feature vector dimension = m

context window width = n

output biases b: |V|

hidden layer biases d: h

hidden to output weights U: |V|*h

word feature vector to output weights W: |V|*(n-1)*m

hidden layer weights H: h*(n-1)*m

word reature vector group C: |V|*m

Note that in theory, if there is a weight decay on the weights W and H but not on C, then W and H could converge towards zero while C would blow up. In practice we did not observe such behavior when training with stochastic gradient ascent.

 每次训练大部分参数不需要更新。

 

训练算法:

A Neural Probabilistic Language Model (2003)论文要点_第4张图片

A Neural Probabilistic Language Model (2003)论文要点_第5张图片

A Neural Probabilistic Language Model (2003)论文要点_第6张图片

 

可改进点:

1. 分成子网络并行训练

2. 输出词典|V|改成树结构,预测每层的条件概率:计算量|V| -> log|V|

3. 梯度重视特别的样本,比如含有歧义词的样本

4. 引入先验知识(词性等)

5. 可解释性

6. 一词多义(一个词有多个词向量)

转载于:https://www.cnblogs.com/yaoyaohust/p/11310774.html

你可能感兴趣的:(A Neural Probabilistic Language Model (2003)论文要点)