提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
传统的统计语言模型有一些缺点:
1.由于维度灾难(特别是离散变量),在高维下,数据的稀缺性导致统计语言模型存在很多为0的条件概率,传统的统计语言模型也花费大量的精力来处理这个,包括平滑,插值,回退等方法
2.语言模型的参数个数随着阶数呈指数增长,所以一般这个模型的阶数不会很高,这样n-gram无法建立长远的关系
3.n-gram无法建模出多个相似词的关系,比如在训练集中有: the cat is walking in the bedroom,但是用n-gram预测时,遇到:the dog was running in a room这个句子,并不会因为两个句子相似就让该句子的概率变高
这篇NNLM使训练得到的模型比传统的统计语言模型使用n-gram能建模更远的关系,并且考虑到了词与词之间的相似性,一些相似的词获得了自然的平滑。前者是因为神经网络的结果使得,后者是因为使用了词向量。
————————————————
原文链接:https://blog.csdn.net/hx14301009/article/details/80345449
语言的统计模型可以表示为给定所有先前单词的下一个单词的条件概率。
本质上,N-gram对词的表示是one-hot的离散表示,存在问题:
词向量的引入使得n-gram的离散空间变成了连续空间,并且两个相似的词之间他们的词向量也相似,所以当训练完毕后,一个句子和其他相似的句子都获得了概率。引入词向量的好处:
模型架构图
图中最下方的Wt-1 —Wt-n+1就是前n-1个词。现在需要根据这已知的n-1个词来预测下一个词Wt。
初始化:
反向部分:
注:实际使用中隐层和softmax的输入还要加上一个bias
————————————————
版权声明:本文为CSDN博主「hx14301009」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/hx14301009/article/details/80345449
# %%
# code by Tae Hwan Jung @graykode
import torch
import torch.nn as nn
import torch.optim as optim
def make_batch():
input_batch = []
target_batch = []
for sen in sentences:
word = sen.split() # space tokenizer分词
input = [word_dict[n] for n in word[:-1]] # create (1~n-1) as input输入前n-1个词的键
target = word_dict[word[-1]] # create (n) as target, We usually call this 'casual language model'下一个词的键
input_batch.append(input)
target_batch.append(target)
return input_batch, target_batch
# Model
class NNLM(nn.Module):
def __init__(self):
super(NNLM, self).__init__()
self.C = nn.Embedding(n_class, m)#词向量
self.H = nn.Linear(n_step * m, n_hidden, bias=False)#输入》隐藏层的权重矩阵
self.d = nn.Parameter(torch.ones(n_hidden))#输入》隐藏层的偏置
self.U = nn.Linear(n_hidden, n_class, bias=False)#隐藏层》输出层的权重矩阵
self.W = nn.Linear(n_step * m, n_class, bias=False)#输入》输出的直连
self.b = nn.Parameter(torch.ones(n_class))#隐层》输出层的偏置
def forward(self, X):
X = self.C(X) # X : [batch_size, n_step, m]词向量
X = X.view(-1, n_step * m) # [batch_size, n_step * m]将得到的词向量拼接
tanh = torch.tanh(self.d + self.H(X)) # [batch_size, n_hidden]激活函数
output = self.b + self.W(X) + self.U(tanh) # [batch_size, n_class]
return output
if __name__ == '__main__':
n_step = 2 # number of steps, n-1 in paper
n_hidden = 2 # number of hidden size, h in paper
m = 2 # embedding size, m in paper
sentences = ["i like dog", "i love coffee", "i hate milk"]
word_list = " ".join(sentences).split()
word_list = list(set(word_list))
word_dict = {w: i for i, w in enumerate(word_list)}
number_dict = {i: w for i, w in enumerate(word_list)}
n_class = len(word_dict) # number of Vocabulary
model = NNLM()
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)
input_batch, target_batch = make_batch()
input_batch = torch.LongTensor(input_batch)
target_batch = torch.LongTensor(target_batch)
# Training
for epoch in range(5000):
optimizer.zero_grad()#模型中的参数的梯度设为0
output = model(input_batch)
# output : [batch_size, n_class], target_batch : [batch_size]
loss = criterion(output, target_batch)
if (epoch + 1) % 1000 == 0:
print('Epoch:', '%04d' % (epoch + 1), 'cost =', '{:.6f}'.format(loss))
loss.backward()
optimizer.step()
# Predict
predict = model(input_batch).data.max(1, keepdim=True)[1]
# Test
print([sen.split()[:2] for sen in sentences], '->', [number_dict[n.item()] for n in predict.squeeze()])