RNN：Recurrent Neural Network（上）

目录

1  为什么提出 RNN

1.1  什么是 Slot Filling

1.2  为什么 FFN 做不好 Slot Filling

1.3  为什么 RNN 能做好 Slot Filling

2  RNN 的整体结构

3  更高级的 RNN 结构

3.1  Deep RNN

3.2  Elman Network & Jordan Network

3.3  Bidirectional RNN

---

原视频：李宏毅 2020：Recurrent Neural Network (Part I)

1  为什么提出 RNN

李宏毅老师用了一个槽填充（Slot Filling）问题进行了解释。

1.1  什么是 Slot Filling

考虑以下场景：

这里有两个坑位（Slot），分别是目的地（Destination）和到达时间（Time of arrival）。槽填充（Slot Filling）要做的事情，就是从原始句子中提取有用信息，把这两个坑位（Slot）填上。

比如：Taipei 填目的地（Destination）这个坑位，November 2nd 填到达时间（Time of arrival）这个坑位。

1.2  为什么 FFN 做不好 Slot Filling

考虑 FFN 处理到 Taipei 时：

其中，输出（output）是 Taipei 分属于目的地（Destination）和到达时间（Time of arrival）这两个坑位的概率。根据原始句子，当然是 Taipei 属于目的地（Destination）的概率更高。

然而，当存在两个都包含 Taipei 的句子，但是句意完全不同时：

上图右侧是我按照自己的理解画的，不一定对

在第一句话中，Taipei 属于目的地（Destination）；在第二句话中，Taipei 属于出发地（Place of departure）。然而，FFN 在处理 Taipei 时只能看到 Taipei 一词，不能看到前面的 arrive 或者 leave 。又因为模型输入（input）都是一模一样的 Taipei，所以输出结果（output）也会是一样的，即要么永远是目的地（Destination）的概率最高，要么永远是出发地（Place of departure）的概率最高。换句话说，FFN 不能根据句子的不同，灵活地判定 Taipei 是目的地（Destination）还是出发地（Place of departure）。

1.3  为什么 RNN 能做好 Slot Filling

根据上述分析可以看出，FFN 最大的问题就是看不见 Taipei 前面的单词。那我们让模型能够看见前文不就行了吗？这就引出了 RNN 模型以及 “记忆” 的概念。

“记忆” 就是指，让模型记住自己之前的处理结果，这样在处理当前输入时能够进行参考。比如，让模型记住它之前处理的是 arrive 或者 leave，那么在它处理 Taipei 时它就知道这是目的地（Destination）还是出发地（Place of departure）了。

那么 RNN 具体是怎么实现 “记忆” 的呢？如下图所示：

• The output of hidden layer are stored in the memory.
• Memory can be considered as another input.

这是 RNN 的两个特点。第一是，隐层的输出会被存储到 memory 中；第二是，memory 中的内容将会和下一时刻的输入（input）一起被送入到模型中。

我们再来看看 RNN 具体是如何处理输入（input）的：

上图只画了处理第一个输入 [1, 1] 的过程，后面的处理过程请自行脑补。

从这个例子中我们可以看出，即使第一个输入和第二个输入均为 [1, 1]，但是输出结果竟然不同（前者是 [4, 4]，后者是 [12, 12]）。这是因为 RNN 不仅存储了 “记忆”（memory），还让这个 “记忆”（memory）一起作为输入（input）。

换句话说，实际的输入并不单单是一个 [1, 1]，还有 “记忆”（memory）中的内容。不同时刻 “记忆”（memory）中的内容不同，那输出当然就不同了。

也正是因为 RNN 存储了 “记忆”（memory），它就不会认为 arrive 后的 Taipei 和 leave 后的 Taipei 是同一个东西啦！

为了简化例子，李宏毅老师假设每个神经元的激活函数均为线性函数，并且权重均为 1，同时没有偏置项。

2  RNN 的整体结构

事实上，1.3 节的图已经说明了 RNN 的整体结构，我们这里只是把循环给展开了：

说明：在第一个时间步输入 arrive 和 memory 的内容（初始为 0），隐层的处理结果存入 memory 中；在第二个时间步输入 Taipei 和 memory 的内容，隐层的处理结果存入 memory 中；在第三个时间步输入 on 和 memory 的内容，隐层的处理结果存入 memory 中；以此类推。

每个时间步的输出（output）均为 xxx 词属于各个坑位的概率。

虽然在 1.3 节已经讲了，但我们还是再来看看 RNN 是如何辨析 Taipei 的：

话说 values 不应该用 are 吗？不过我八百年没学英语了。。。

3  更高级的 RNN 结构

第 2 节讲的是最基础的 RNN，实际上 RNN 还有很多变形。

3.1  Deep RNN

这个名字是我随便取的，意思就是 RNN 的隐藏层可以叠加很多个：

3.2  Elman Network & Jordan Network

Elman Network 是我们在第 2 节中讲的那种 RNN，Jordan Network 的区别在于，它的 memory 存储的是输出（output）而不是隐层的输出：

传说 Jordan Network 的表现更好。因为在训练模型的时候，针对输出（output）是有目标（target）的，我们知道它学到的是什么信息；而针对隐层的输出是没有目标（target）的，我们不知道它学到的是什么信息。所以人们认为输出（output）是可知的、可控的，让它作为 memory 的内容，我们就能知道 memory 的内容是什么了。

3.3  Bidirectional RNN

双向 RNN 如下图所示：

若是单向 RNN，则每个时刻的输入只能关注到前面的内容；若是双向 RNN，则正方向让每个时刻的输入关注它前面的内容，反方向让每个时刻的输入关注它后面的内容。

双向 RNN 帮助我们关注上下文的信息。比如，在做完形填空的时候，我们既要关注前文，又要关注后文。

---

介于篇幅长度以及 LSTM 模型的地位，将在下一篇博客介绍 LSTM 模型。