关于机器学习的三个阶段
608
2022-05-29
目录
总述:
1. Word2Vec的两种网络结构
1.1 输入层
1.2 映射层
1.3 输出层
1.4 神经网络的权重
2. Word2Vec与LDA的区别和联系
2.1 主题模型与词嵌入方法
总述:
Word2Vec是2013年谷歌提出来目前最为常用的词嵌入模型之一。
Word2Vec是一种浅层的神经网络模型,包含有两种网络结构:CBOW(Continues Bag of Words)和Skip-gram
1. Word2Vec的两种网络结构
CBOW的目标是:根据上下文出现的词语来预测当前词的生成概率
Skip-gram是根据当前词来预测上下文中各词的生成概率。
w(t)是当前所关注的词,w(t-2)、w(t-1)、w(t+1)、w(t+2)是上下文出现的词,前后滑动窗口大小均设成2。
CBOW和Skip-gram都可以表示成由输入层(Input)、映射层(Projecttion)和输出层(Output)组成的神经网络。
1.1 输入层
输入层中的每个词由独热编码方式表示,即所有词均表示成一个N维向量,N为词汇表中单词的总数。向量中每个词都将与之对应的维度设置为1,其余维度均设置为0
1.2 映射层
映射层又称隐含层,K个隐含单元(Hidden Units)的取值可以由N维输入向量以及连接输入和隐含单元之间N*K维权重矩阵计算得到。CBOW中,还需要将各个输入词所计算出的隐含单元求和。
1.3 输出层
输出层向量可以通过隐含层向量以及连接隐含层和输出层之间的K*N维的权重矩阵计算得到。
输出层也是一个N维向量,每维与词汇表中的一个单词相对应。
最后对输出层向量用Softmax激活函数,可以计算每个单词生成概率。
Softmax激活函数的定义为:
1.4 神经网络的权重
接下来的任务就是训练神经网络的权重,使得语料库中所有单词的整体生成概率最大化。
从输入层到隐含层需要一个维度为N×K的权重矩阵,从隐含层到输出层又需要一个维度为K×N的权重矩阵,学习权重可以用反向传播算法实现,每次迭代时将权重沿梯度更优的方向进行一小步更新。但是由于Softmax激活函数中存在归一化项的缘故,推导出来的迭代公式需要对词汇表中的所有单词进行遍历,使得每次迭代过程非常缓慢,由此产生了Hierarchical Softmax和Negative Sampling两种改进方法。
训练得到维度为N×K和K×N的两个权重矩阵之后,可以选择其中一个作为N个词的K维向量表示。
2. Word2Vec与LDA的区别和联系
LDA是利用文档中单词的共现关系来对单词按主题聚类,也可以理解为对“文档-单词”矩阵进行分解,得到“文档-主题”和“主题-单词”两个概率分布。
而Word2Vec其实是对“上下文-单词”矩阵进行学习,其中上下文由周围的几个单词组成,由此得到的词向量表示更多地融入了上下文共现的特征。
上述分析的是LDA与Word2Vec的不同,不应该作为主题模型和词嵌入两类方法的主要差异
2.1 主题模型与词嵌入方法
主题模型通过一定的结构调整可以基于“上下文-单词”矩阵进行主题推理。
词嵌入方法也可以根据“文档-单词”矩阵学习出词的隐含向量表示。
主题模型和词嵌入两类方法最大的不同其实在于模型本身,主题模型是一种基于概率图模型的生成式模型,其似然函数可以写成若干条件概率连乘的形式,其中包括需要推测的隐含变量(即主题);
而词嵌入模型一般表达为神经网络的形式,似然函数定义在网络的输出之上,需要通过学习网络的权重以得到单词的稠密向量表示。
机器学习 神经网络
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。