seq2seq 入门

Posted 2023-05-16

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了seq2seq 入门相关的知识，希望对你有一定的参考价值。

参考技术A

本文结构：

seq2seq 是一个 Encoder–Decoder 结构 的网络，它的输入是一个序列，输出也是一个序列， Encoder 中将一个可变长度的信号序列变为固定长度的向量表达，Decoder 将这个固定长度的向量变成可变长度的目标的信号序列。

这个结构 最重要的地方 在于输入序列和输出序列的长度是可变的，可以用于翻译，聊天机器人，句法分析，文本摘要等。

下面是写过的 seq2seq 的应用：

RNN与机器翻译
http://www.jianshu.com/p/23b46605857e
如何自动生成文本摘要
http://www.jianshu.com/p/abc7e13abc21
自己动手写个聊天机器人吧
http://www.jianshu.com/p/d0f4a751012b

Cho 在 2014 年提出了 Encoder–Decoder 结构 ，即由两个 RNN 组成，
https://arxiv.org/pdf/1406.1078.pdf

（其中的 RNNCell 可以用 RNN ，GRU，LSTM 等结构）

在每个时刻， Encoder 中输入一个字/词，隐藏层就会根据这个公式而改变，

到最后一个字/词 XT 时，隐藏层输出 c ，因为 RNN 的特点就是把前面每一步的输入信息都考虑进来了，所以 c 相当于把整个句子的信息都包含了 ，可以看成整个句子的一个语义表示。

Decoder 在 t 时刻 的隐藏层状态 ht 由 ht−1，yt−1，c 决定：

yt 是由 ht，yt−1，c 决定：

f 和 g 都是激活函数，其中 g 函数一般是 softmax。

模型最终是要最大化下面这个对数似然条件概率：

其中每个 (xn, yn) 表示一对输入输出的序列， θ 为模型的参数。

Sutskever 在 2014 年也发表了论文：
https://arxiv.org/pdf/1409.3215.pdf

这个模型结构更简单，

因为 Decoder 在 t 时刻 yt 是由 ht，yt−1 决定，而没有 c：

论文中的 Encoder 和 Decoder 都用的 LSTM 结构 ，注意每句话的末尾要有 “<EOS>” 标志。 Encoder 最后一个时刻的状态 [cXT,hXT] 就和第一篇论文中说的中间语义向量 c 一样，它将作为 Decoder 的初始状态，在 Decoder 中，每个时刻的输出会作为下一个时刻的输入，直到 Decoder 在某个时刻预测输出特殊符号 <END> 结束。

LSTM 的目的是估计条件概率 p(y1, . . . , yT′ |x1, . . . , xT ) ，
它先通过最后一个隐藏层获得输入序列 (x1, . . . , xT ) 的固定长度的向量表达 v，
然后用 LSTM-LM 公式计算输出序列 y1, . . . , yT′ 的概率，
在这个公式中，初始状态就是 v，

而且用了 4 层的 LSTM，而不是一层： 论文中的实验结果表明深层的要比单层的效果好
下面是个 3 层的例子

计算公式如下：

为了便于理解，单层的表示如下：

并且对输入序列做了一个翻转 ，即不是把 a, b, c 映射到 α, β, γ, 而是把 c, b, a 映射到 α, β, γ, 这样的结果是相应的 a 会更接近 α，并且更利于 SGD 建立输入输出间的关系。

参考：
Learning Phrase Representations using RNN Encoder–Decoder
for Statistical Machine Translation
https://arxiv.org/pdf/1406.1078.pdf

Sequence to Sequence Learning
with Neural Networks
https://arxiv.org/pdf/1409.3215.pdf

Generating Sequences With
Recurrent Neural Networks
https://arxiv.org/pdf/1308.0850.pdf

推荐阅读历史技术博文链接汇总
http://www.jianshu.com/p/28f02bb59fe5
也许可以找到你想要的