Efficient Estimation of Word Representations in Vector Space论文笔记解读

基本信息

研究背景

1. What’s known 既往研究已证实
前馈神经网络语言模型(NNLM)
循环神经网络语言模型(RNNLM)

2. What’s new 创新点
Word2vec有两种模型：CBOW和Skip-gram，使得计算成本下降并且准确率提升。
Word2vec的向量表示能够自动捕捉到单词之间的语义和语法关系。

3. What’s are the implications 意义
加快训练速度。
能够在大规模语料上进行词向量的训练。
衡量词向量之间的相似程度。

研究方法

1. skip-gram
通过中心单词来预测上下文单词。对于给定的一对（中心单词，上下文单词），我们希望最大化它们的共现概率。

用softmax来估计每个上下文单词的概率：

损失函数：

2. cbow（词袋模型bag-of-word）
用周围词预测中心词，求和的时候忽略了每个词的顺序。


损失函数：

最后输出V个概率，复杂度比较高，采用了2重方法降低复杂度，分别是层次softmax和负采样。

3. Hierarchical Softmax
将输出层的单词表示为一个二叉树，其中每个叶子节点都表示一个单词。每个非叶子节点都表示两个子节点的内积，每个叶子节点都表示该单词的条件概率。由于二叉树的形状，我们可以使用$lo{g}_{2}W$个节点来表示词汇表大小为W的模型，降低计算量。

4. Negative Sampling
舍弃多分类，把多分类转变成二分类问题（正样本和负样本）。

正样本：用中心词和其中一个周围词做成正样本（jumps over)
负样本：我们随机从词表里面选一个词与over构成负样本（over again)

增大正样本的概率，减小负样本的概率。

损失函数：正样本函数+负样本函数

函数“J neg-sample ”越大越好，损失函数需要加个符号让损失越小越好。
https://zhuanlan.zhihu.com/p/419804103

结果与讨论

1. 单词向量优于以前的技术状态。
2. 使用非常简单的模型架构可以训练高质量的词向量。计算复杂性低，可从更大的数据集中计算非常精确的高维词向量。
3. 通过Word2vec训练出的词向量可以用于许多自然语言处理任务，例如词义相似度计算、命名实体识别和情感分析等。

重要图

文献中重要的图记录下来