CS224N WINTER 2022RNN语言模型梯度消失与梯度爆炸（附Assignment3答案）

Posted 2022-06-02 囚生CY

CS224N WINTER 2022（一）词向量（附Assignment1答案）
CS224N WINTER 2022（二）反向传播、神经网络、依存分析（附Assignment2答案）
CS224N WINTER 2022（三）RNN、语言模型、梯度消失与梯度爆炸（附Assignment3答案）
CS224N WINTER 2022（四）机器翻译、注意力机制、subword模型（附Assignment4答案）
CS224N WINTER 2022（五）Transformers详解（附Assignment5答案）

序言

• CS224N WINTER 2022课件可从https://web.stanford.edu/class/archive/cs/cs224n/cs224n.1224/下载，也可从下面网盘中获取：

  https://pan.baidu.com/s/1LDD1H3X3RS5wYuhpIeJOkA
  提取码: hpu3
  

  本系列博客每个小节的开头也会提供该小结对应课件的下载链接。

• 课件、作业答案、学习笔记（Updating）：GitHub@cs224n-winter-2022

• 关于本系列博客内容的说明：

  • 笔者根据自己的情况记录较为有用的知识点，并加以少量见解或拓展延申，并非slide内容的完整笔注；

  • CS224N WINTER 2022共计五次作业，笔者提供自己完成的参考答案，不担保其正确性；

  • 由于CSDN限制博客字数，笔者无法将完整内容发表于一篇博客内，只能分篇发布，可从我的GitHub Repository中获取完整笔记，本系列其他分篇博客发布于（Updating）：

    CS224N WINTER 2022（一）词向量（附Assignment1答案）

    CS224N WINTER 2022（二）反向传播、神经网络、依存分析（附Assignment2答案）

    CS224N WINTER 2022（三）RNN、语言模型、梯度消失与梯度爆炸（附Assignment3答案）

    CS224N WINTER 2022（四）机器翻译、注意力机制、subword模型（附Assignment4答案）

    CS224N WINTER 2022（五）Transformers详解（附Assignment5答案）

---

文章目录

• 序言
• • lecture 5 循环神经网络和语言模型
  • • slides
    • notes
    • suggested readings
    • assignment3 参考答案
    • • 1. Machine Learning & Neural Networks
      • 2. Neural Transition-Based Dependency Parsing
  • lecture 6 梯度消失与爆炸，变体RNN，seq2seq
  • • slides
    • notes
    • suggested readings

---

lecture 5 循环神经网络和语言模型

slides

[slides]

1. 神经依存分析模型架构：slides p.4

   常规的依存分析方法涉及的类别特征是稀疏且不完整的，因此需要耗费大量时间用于特征运算；神经网络方法可以学习得到稠密的特征表示来更好地解决问题。

   这里再次提到lecture3的notes部分提到的greedy Greedy Deterministic Transition-Based Parsing的例子，神经网络在给定状态三元组$(\sigma ,\beta ,A)$的特征表示下，对下一次可能的转移（三种转移策略之一）进行预测。

   与Neural transition-based依存解析模型对应，也有Neural graph-based依存解析模型，它要预测的就是图节点（单词）之间的依存关系是否存在，有点类似证明图。

   ### notes

2. 神经依存分析的评估指标：slides p.5

   

   左边的Gold是依存分析训练集的标注格式，包括词性标注的预测以及依赖关系的预测。

   看起来UAS是依赖关系的精确度，LAS是词性标注的精确度。（这么解释是合理的）

   正好在看这部分又查阅到另一篇博客，感觉讲得比我清楚。

3. 神经网络参数初始化：slides p.16

   这个在lecture3的式$(3.7)$中也有提过一次，这里提到的初始化规则是：

   • 截距项初始化为零；

   • 权重矩阵的数值在$\text{Uniform}(-r,r)$的分布上采样，尽量确保初始值的方差满足下式：
     $$\text{Var}(W_i)=\frac{2}{n_{\mathrm{i}\mathrm{n}}+n_{\mathrm{o}\mathrm{u}\mathrm{t}}}\text{\hspace{1em}(5.1)}$$
     其中$n_{\mathrm{i}\mathrm{n}}$与$n_{\mathrm{o}\mathrm{u}\mathrm{t}}$分别表示$W_i$的fan-in与fan-out；

4. 语言模型：slides p.19-22

   语言模型旨在给定单词序列的条件下，预测下一个单词是什么（输入法的联想）：
   $$P(x^{(t+1)}|x^{(t)},...,x^{(1)})\text{\hspace{1em}(5.2)}$$
   也可以看作是计算一段文本出现的概率（文本校正）：
   $$\begin{array}{rl}P(x^{(1)},...,x^{(T)})& =P(x^{(1)})\times P(x^{(2)}|x^{(1)})\times ...\times P(x^{(T)}|x^{(T-1)},...,x^{(1)})\\ & =\prod _{t=1}^{T}P(x^{(t)}|x^{(t-1)},...,x^{(1)})\end{array}\text{\hspace{1em}(5.3)}$$

5. n-gram模型：slides p.23-32

   最经典的统计语言模型莫过于n-gram模型，即只考虑长度不超过n的单词序列的转移概率与分布概率，假定：
   $$\begin{array}{rl}P(x^{(t+1)}|x^{(t)},...,x^{(1)})& =P(x^{(t+1)}|x^{(t)},...,x^{(t-n+2)})\\ & =\frac{P(x^{(t+1)},x^{(t)},...,x^{(t-n+2)})}{P(x^{(t)},...,x^{(t-n+2)})}\\ & \end{array}$$

   CS224N WINTER 2022机器翻译注意力机制subword模型（附Assignment4答案）

   CS224N WINTER 2022机器翻译注意力机制subword模型（附Assignment4答案）

   CS224N WINTER 2022机器翻译注意力机制subword模型（附Assignment4答案）

   CS224N WINTER 2022词向量（附Assignment1答案）

   CS224N WINTER 2022词向量（附Assignment1答案）