184 lines
12 KiB
HTML
184 lines
12 KiB
HTML
<!DOCTYPE html>
|
||
<html lang="zh-CN">
|
||
<head>
|
||
<head><meta name="generator" content="Hexo 3.9.0">
|
||
<!-- Title -->
|
||
|
||
<meta charset="utf-8">
|
||
<meta name="applicable-device" content="pc,mobile">
|
||
<meta name="viewport" content="width=device-width, initial-scale=1.0, maximum-scale=3.0, viewport-fit=cover">
|
||
<meta http-equiv="X-UA-Compatible" content="IE=Edge,chrome=1">
|
||
<meta name="author" content="flypython">
|
||
<meta name="designer" content="flypython">
|
||
<meta name="keywords" content="cs224n 解答拾遗： 为何word2vec 训练的时候每个词有两个不同的向量,FlyPython - 专业的Python学习社区,flypython, 飞蟒，飞蟒Python，Python入门，Python自动化，Python日报">
|
||
<meta property="og:title" content="cs224n 解答拾遗： 为何word2vec 训练的时候每个词有两个不同的向量 | FlyPython - 专业的Python学习社区">
|
||
<meta property="og:site_name" content="http://www.flypython.com">
|
||
|
||
<meta property="og:type" content="article">
|
||
<meta property="og:url" content="http://www.flypython.com/article/python-cs224n-01/">
|
||
<meta property="og:image" content="http://www.flypython.com/images/cs224n-01.png">
|
||
<meta property="og:description" content="cs224n 解答拾遗： 为何word2vec 训练的时候每个词有两个不同的向量--cs224n解答">
|
||
<meta name="description" content="cs224n 解答拾遗： 为何word2vec 训练的时候每个词有两个不同的向量--cs224n解答">
|
||
|
||
<meta name="rating" content="general">
|
||
<meta name="apple-mobile-web-app-capable" content="yes">
|
||
<meta name="apple-mobile-web-app-status-bar-style" content="black">
|
||
<meta name="format-detection" content="telephone=yes">
|
||
<meta name="mobile-web-app-capable" content="yes">
|
||
<meta name="robots" content="index, follow">
|
||
<link rel="icon" href="/images/favicon.ico">
|
||
<title>cs224n 解答拾遗： 为何word2vec 训练的时候每个词有两个不同的向量 | FlyPython - 专业的Python学习社区</title>
|
||
<link rel="stylesheet" href="/css/f25.css">
|
||
<link rel="stylesheet" href="/css/highlight.css">
|
||
|
||
<link rel="stylesheet" href="/css/gitalk.css">
|
||
|
||
|
||
<!-- Global site tag (gtag.js) - Google Analytics -->
|
||
<script async src="https://www.googletagmanager.com/gtag/js?id=UA-147288599-1"></script>
|
||
<script>
|
||
window.dataLayer = window.dataLayer || [];
|
||
function gtag(){dataLayer.push(arguments);}
|
||
gtag('js', new Date());
|
||
|
||
gtag('config', 'UA-147288599-1');
|
||
</script>
|
||
|
||
</head>
|
||
</head>
|
||
<body>
|
||
<header class="wrapper header-wrapper">
|
||
<div class="container header-nav-wrapper">
|
||
<div class="logo"><a href="/" title="FlyPython - 专业的Python学习社区"><h1 class="title">FlyPython</h1></a></div>
|
||
<nav class="nav-wrapper">
|
||
|
||
<a href="https://flypython.com/python" title="飞蟒微课堂">飞蟒微课堂</a>
|
||
|
||
<a href="https://flypython.com/flypython_daily" title="Python日报">Python日报</a>
|
||
|
||
<a href="https://flypython.com/PyCon/" title="PyCon">PyCon</a>
|
||
|
||
<a href="https://github.com/flypythoncom" title="Github">Github</a>
|
||
|
||
<a href="/article/about" title="关于">关于</a>
|
||
|
||
</nav>
|
||
<span class="btn-menu" id="J_header_menu">
|
||
<div class="inner">
|
||
<span class="line line-01"></span>
|
||
<span class="line line-02"></span>
|
||
<span class="line line-03"></span>
|
||
</div>
|
||
</span>
|
||
<div class="wrapper mb-nav-wrapper" id="J_header_menu_list">
|
||
<nav class="wrapper mb-nav-container">
|
||
|
||
<a href="https://flypython.com/python" title="飞蟒微课堂">飞蟒微课堂</a>
|
||
|
||
<a href="https://flypython.com/flypython_daily" title="Python日报">Python日报</a>
|
||
|
||
<a href="https://flypython.com/PyCon/" title="PyCon">PyCon</a>
|
||
|
||
<a href="https://github.com/flypythoncom" title="Github">Github</a>
|
||
|
||
<a href="/article/about" title="关于">关于</a>
|
||
|
||
</nav>
|
||
</div>
|
||
</div>
|
||
</header>
|
||
<section class="body-wrapper">
|
||
<section class="wrapper post-banner">
|
||
<div class="container post-banner-container">
|
||
<h2 class="wrapper title">cs224n 解答拾遗： 为何word2vec 训练的时候每个词有两个不同的向量</h2>
|
||
<div class="wrapper tips">
|
||
<span>Author：</span><span>flypython</span> | <span>Date: </span><span>2020-01-01</span> | <span>Category：</span><span><a href="/fly/自然语言处理/" title="自然语言处理">自然语言处理</a><a href="/fly/自然语言处理/cs224n/" title="cs224n">cs224n</a></span>
|
||
</div>
|
||
</div>
|
||
</section>
|
||
<section class="wrapper main-wrapper">
|
||
<article class="sub-container post-content">
|
||
<h3 id="1-前言：为何一个词有2个向量"><a href="#1-前言：为何一个词有2个向量" class="headerlink" title="1.前言：为何一个词有2个向量"></a>1.前言：为何一个词有2个向量</h3><blockquote>
|
||
<p>在cs224n 2019课程中的L1和L2中，我们详细论述了word2vec skip-gram 模型，相信大家都已经掌握了。</p>
|
||
</blockquote>
|
||
<p>但这里有一个细节，肯定让不少同学非常疑惑。<br>视频中提到，一个词有2个向量，总参数是2d*V。</p>
|
||
<p><img src="https://raw.githubusercontent.com/jcjview/jcjview.github.io/master/img/2vec_20200114150901.png" alt></p>
|
||
<p>（Lecture 01 Introduction and Word Vectors，ppt第23页)提到了use two vectors per word</p>
|
||
<p><img src="https://raw.githubusercontent.com/jcjview/jcjview.github.io/master/img/2vec_20200114145552.png" alt></p>
|
||
<p>（Lecture 01 Introduction and Word Vectors，ppt第27页）</p>
|
||
<p>如上图示，在训练过程中是存在2个词向量的。这怎么理解？明明一个词最终输出的时候，只有一个词向量呀。</p>
|
||
<h3 id="2-word2vec回顾"><a href="#2-word2vec回顾" class="headerlink" title="2.word2vec回顾"></a>2.word2vec回顾</h3><p>在视频中，Manning教授简单提了一嘴，我们这里详细说明一下,word2vec为什么要在训练的时候使用2个词向量，这2个词向量是什么关系，最终输出的是什么词向量。</p>
|
||
<p>这2个词向量一个是词$w$的word representations （$v_w$） 在下图中表示为V，一个是该词w的context representations （$u_w$）在下图中表示为U。</p>
|
||
<p><img src="https://raw.githubusercontent.com/jcjview/jcjview.github.io/master/img/2vec_20200114145755.png" alt></p>
|
||
<p>（Lecture 02 Word Vectors 2 and Word Senses ppt第4页）</p>
|
||
<p>在我们训练词向量的时候，对于训练语料，使得P(o|c)的概率最大，也就是<br>J=-logP(o|c)最小（如果没有负号则是求最大，cs224n视频的ppt就没有负号）。</p>
|
||
<p>我们是怎么定义P(o|c)的呢？</p>
|
||
<p>定义如下：</p>
|
||
<p>$P(o|c)={exp(u_o^Tv_c)}/{\sum_{w=1}^V exp(u_w^Tv_c)}$</p>
|
||
<p>可以看到，这个条件概率是中心词和上下文词2个词向量的点乘，再取e的指数，并除以所有词的词向量和中心词的点乘取e的指数之和，公式的本质是一个向量点乘+softmax。</p>
|
||
<p>这里当w是o 中心词的时候，使用词的word representations，而w是c上下文词的时候，使用词的context representations。</p>
|
||
<h3 id="3-问：为什么要这么做呢，为什么不都使用同一个词向量呢？"><a href="#3-问：为什么要这么做呢，为什么不都使用同一个词向量呢？" class="headerlink" title="3.问：为什么要这么做呢，为什么不都使用同一个词向量呢？"></a>3.问：为什么要这么做呢，为什么不都使用同一个词向量呢？</h3><p>答：使用2个词向量的目的是，训练时我们需要让具有相同上下文的词的词向量相互接近，但我们不希望这些词的上下文的词也相互接近。</p>
|
||
<p>以下面2句话的例子讲解一下：</p>
|
||
<p>the <strong>dog</strong> has a tail</p>
|
||
<p>the <strong>cat</strong> has a tail</p>
|
||
<p>这里采用word2vec skip-gram ,naive softmax 模型，窗口大小采用k=1。</p>
|
||
<p>对于中心词dog来说，需要计算：</p>
|
||
<p>P(dog|has) </p>
|
||
<p>P(dog|the) </p>
|
||
<p>对于中心词cat来说，需要计算：</p>
|
||
<p>P(cat|has)</p>
|
||
<p>P(cat|the)</p>
|
||
<p>这里的条件概率公式是上面的：<br>$P(o|c)={exp(u_o^Tv_c)}/{\sum_{w=1}^V exp(u_w^Tv_c)}$</p>
|
||
<p>分别把中心词dog/cat 和上下文词has/the带入，就可求出概率。<br>对于目标函数J=-logP(o|c)，我们要求其最小值，那么在word2vec算法中，需要做梯度下降算法。这里使用sgd，只需要对每个样本进行梯度下降，如下公式：</p>
|
||
<p>$u_o(new)=u_o(old)-\alpha \partial J/(\partial u_o)$</p>
|
||
<p>$v_c(new)=v_c(old)-\alpha \partial J/(\partial v_c)$</p>
|
||
<p>多次迭代sgd后，会使得J变小，而$u_o$和$v_c$的点乘会变大，进而使得两者余弦距离接近。那么如果dog/cat 分别和has/the 接近了，dog和cat的词余弦距离就会接近。</p>
|
||
<p>假设这里$u_o$和$v_c$都是同一种向量，那么不光dog和cat的词余弦距离接近，cat和has也会相近，连has和the都会相近。</p>
|
||
<p>但是我们希望最后输出的词向量，dog和cat相近，但不希望cat和has相近，也不希望has和the相近。如果都相近，词就没有区分度了。</p>
|
||
<p>所以我们对于每个词采用双词向量，对于dog 这个词，有一个word representations （$v_c$） 用来作为中心词时计算，有一个context representations （$u_o$）作为上下文词时进行计算。</p>
|
||
<p>context representations训练为了使得中心词word representations相近，context representations作为中间结果不输出，而word representations作为最终结果输出。这样就避免了所有中心词的词向量都接近的困境了。</p>
|
||
<p>最终，我们保存中心词的word representations，既公式中的$v_c$ 。</p>
|
||
<h3 id="4-考古"><a href="#4-考古" class="headerlink" title="4.考古"></a>4.考古</h3><p>解释清楚这个问题以后，我们知道最早的算法是否使用2个vec的。</p>
|
||
<p>在word2vec提出者，Tomas Mikolov 的论文Distributed Representations of Words and Phrases and their Compositionality<br>和他提供的word2vec.c代码里，训练过程中，每个word都存在2个词向量。</p>
|
||
<p>如下图<br><img src="https://raw.githubusercontent.com/jcjview/jcjview.github.io/master/img/2vec_20200114150350.png" alt><br>论文Distributed Representations of Words and Phrases and their Compositionality 中截图</p>
|
||
<p><img src="https://raw.githubusercontent.com/jcjview/jcjview.github.io/master/img/2vec_20200114150726.png" alt><br>word2vec.c代码截图</p>
|
||
<p>所以我们清楚了，最早的word2vec算法确实在训练的时候是存在2个vec的。</p>
|
||
<h3 id="5-参考文献："><a href="#5-参考文献：" class="headerlink" title="5.参考文献："></a>5.参考文献：</h3><p><a href="https://www.quora.com/Why-does-word2vec-have-two-different-representation-for-words" target="_blank" rel="noopener">https://www.quora.com/Why-does-word2vec-have-two-different-representation-for-words</a></p>
|
||
<p>论文：Distributed Representations of Words and Phrases<br>and their Compositionality</p>
|
||
|
||
</article>
|
||
<div class="sub-container gitalk-wrapper" id="gitalk-container"></div>
|
||
</section>
|
||
|
||
<div class="tips-top-wrapper">
|
||
<span class="tip-top-container" onclick="scrollToWindowTop()">
|
||
<span class="l-bar"></span>
|
||
<span class="r-bar"></span>
|
||
</span>
|
||
</div>
|
||
<footer class="wrapper footer-wrapper">
|
||
<div class="container"><span class="copyright">© 2020 FlyPython . All Rights Reserved.</span></div>
|
||
</footer>
|
||
</section>
|
||
<script src="/js/f25.js"></script>
|
||
|
||
<script src="/js/gitalk.min.js"></script>
|
||
|
||
<script>
|
||
var gitalkAdmin = 'xxg1413'.split(',');
|
||
var gitalk = new Gitalk({
|
||
clientID: 'd0e566bfc45c0b852c6c',
|
||
clientSecret: '6b69b3a841c85a6223e5a904c47f5e2d84322980',
|
||
repo: 'gitalk',
|
||
owner: 'flypythoncom',
|
||
admin: gitalkAdmin,
|
||
id: location.pathname.length > 50 ? location.pathname.substr(0,50) : location.pathname, // Ensure uniqueness and length less than 50
|
||
distractionFreeMode: false // Facebook-like distraction free mode
|
||
});
|
||
gitalk.render('gitalk-container');
|
||
</script>
|
||
|
||
|
||
</body>
|
||
</html>
|