embedding技术

Posted 2020-11-16 arachis

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embedding技术相关的知识，希望对你有一定的参考价值。

word2vec
负采样
- 目标函数
- 反向梯度
层次softmax
GNN(图神经网络)
- deepwalk
- node2vec
附录

word2vec

Word2Vec是一个可以将语言中的字词转换为低维、稠密、连续的向量表达（Vector Respresentations）的模型,其主要依赖的假设是Distributional Hypothesis(1954年由Harris提出分布假说,即上下文相似的词，其语义也相似；我的理解就是词的语义可以根据其上下文计算得出)

Word2vec主要分为CBOW(Continuous Bag of Words)和Skip Gram两种模式，其中CBOW是从原始数据推测目标字词；而Skip-Gram是从目标字词推测原始语句，其中CBOW对小型数据比较合适，而Skip-Gram在大型预料中表现得更好。
技术图片

负采样

负采样的基本思想是用采样一些负例的方式近似代替遍历整个词汇。

目标函数

[ J^h( heta ) = log sigma( Delta S_{ heta}(w,h)) + k log(1 - sigma(Delta S_{ heta}(w,h))) ]

(其中h=w_1,...,w_n为上下文词序列)
(P_n(w)代表负样本分布为,w是抽样词)
(P_d(w)代表正样本(真实数据)分布)
$ sigma(x)=frac{1}{1+e^{-x}}是sigmoid函数 $
$ heta 代表模型参数$
(k 代表负样本与正样本的比例)
(P^h( D=1|w, heta ) = frac{P^h_{ heta}(w)}{P^h_{ heta}(w)+kP_n(w)}=sigma(Delta S_{ heta}(w,h)) 代表在给定上下文h,参数 heta情况下w是正样本的概率)
(其中S_{ heta}(w,h)=hat{q}(h)^T q_w + b_w = (sum^n_{i=1}c_i igodot r_{w_i})^T q_w + b_w)
(hat{q}(h) = sum^n_{i=1}c_i igodot r_{w_i}是上下文词向量的线性加权,代表对目标词的估计值)
(c_i代表上下文词在位置i的权重向量)
(r_{w_i}代表上下文词i的词向量表示)
(q_w代表目标词的词向量表示)
(b_w代表上下文无关的偏置项)

反向梯度

$ frac{partial }{partial heta} J^{h,w}( heta) = (1-sigma(Delta S_{ heta}(w,h))) frac{partial }{partial heta}logP^h_ heta(w) - sum^k_{i=1}[sigma(Delta S_{ heta}(w,h))frac{partial }{partial heta}logP^h_ heta(x_i)]$

公式中使用k个噪音样本的词向量加和来代替词典全部词汇的加和,所以NCE的训练时间只线性相关于负样本个数,与词典大小无关。

层次softmax

Hierarchical Softmax中不更新每个词的输出词向量，更新的是二叉树(哈夫曼树)上节点对应的向量。代价由??(|??|)变为??((??????_2|??|))

NPLM的目标函数和反向梯度

A Neural Probabilistic Language Model

目标函数

$P( Y = y | X = x) = prod_{j=1}^{m}P(b_{j}(y) | b_{j-1}(y),b_{j-2}(y),...,b_{1}(y), X=x)
$
其中((b_{j?1}(y),b_{j?2}(y),...,b_1(y)))为长度小于m的二进制表示，即是在二元分类树中的分支结点。