文章目錄

• 1 DNN與詞向量
• • 1.1 DNN
  • 1.2 skip-gram
  • 1.3 簡單句子分類模型DAN
• 2 RNN+LSTM+GRU
• • 2.1 RNN
  • 2.2 LSTM
  • 2.3 LSTM變種
  • 2.4 遞歸神經網絡
  • 2.5 雙向RNN
  • 2.6 堆疊RNN

1 DNN與詞向量

1.1 DNN

神經網絡中每一個神經單元是一個線性變化加一個激活函數
$s=U^{T}a$
$a=f(z)$
$z=Wx+b$

多層神經網絡就是不斷向前加。

1.2 skip-gram

通過中心詞 預測周圍詞。

整體訓練網絡如上圖。詞表大小為N。
輸入X是一個one-hot的表示形式。其形狀是NxN。
第一層是一個線性變換 h= XxW （W是一個Nx100的一個矩陣），得到一個Nx100維的隱層矩陣。
最后在隱層上加一個線性變換： hxW’ 得到輸出是這里（X周圍的一個位置）應該是某個詞的概率。W’是一個Nx100的矩陣。
對下游有用的是W，用做詞向量表示。一般把W稱作輸入向量，W’稱作輸出向量。
（這里看到模型維度對不上，不能做矩陣乘法，可能有一個轉置操作。）

1.3 簡單句子分類模型DAN

使用詞向量，判斷兩句話語義是否相近，可以使用的一種方法是：找出兩句話中的詞，分別找出每個詞的詞向量，對每個句子的詞向量做平均，然后兩個句子的向量計算點乘。如果值很低，說明語義相近。

可以給句子中的詞向量做平均拿到平均值。經過2層神經網絡，最后做softmax可以分類該句子的情感屬性。

2 RNN+LSTM+GRU

2.1 RNN

RNN相當于是一個事情反復做了很多次。

每一時刻t 輸入為$h^{(t?1)}$、$x^{(t)}$。
$h^{(t)}=f(W{x}^{(t)}+U{h}^{(t?1)})$
$y^{(t)}=softmax(V{h}^{(t)})$
目標函數

在做求導過程中得到

BPTT

（）部分的連乘，在值<1的時候，連續(xù)乘，會趨近于0，發(fā)生梯度消失。在值＞1的時候，連續(xù)乘會變成一個值很大的數，會發(fā)生梯度爆炸。
這里的值與激活函數有關系。非線性激活函數的導數一般都＜1。所以更容易發(fā)生梯度消失。
怎么解決呢？可以選擇一部分單元不進行更新，不計算梯度。從而引出了LSTM模型。

2.2 LSTM

LSTM相比較于RNN多了一個C，平行于h的C。

$f_t=\sigma (W_f.[h_{t?1},x_t]+b_f)$
注意$[h_{t?1},x_t]$是兩個向量拼接。$W_f$與拼接向量是點乘.$W_f.[h_{t?1},x_t]$最后結果是一個n維的向量。$f_t$就表示在n個維度，哪些應該被遺忘。

$i_t=\sigma (W_i.[h_{t?1},x_t]+b_i)$

$C_t=tanh(W_C.[h_{t?1},x_t]+b_C)$

$C_t=f_t?C_{t?1}+i_t?C_t$

$o_t=\sigma (W_o.[h_{t?1},x_t]+b_o)$

$h_t=o_t?tanh(C_t）$

這就是一個 $C_t,h_t=f(h_{t?1},x^t,C_{t?1})$的函數。

2.3 LSTM變種

1 添加Peephole

讓$C$參與到結果計算中

2 forget while input

去掉$i_t$

3 GRU

Ref: Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation
去掉C，保留門結構。

2.4 遞歸神經網絡

2.5 雙向RNN

雙向RNN的效果總是優(yōu)于單向RNN。

2.6 堆疊RNN

總結

以上是生活随笔為你收集整理的nlp中的经典深度学习模型(一)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。