1
| 本文作者： 李尊 | 2016-07-18 17:01 |
微软研究院在IJCAI2016的Tutorial上讲述了自己将深度学习、深度神经网络应用于不同场景的情况，之前第二部分提到了深度学习在统计机器翻译和会话中的应用，本文为第三部分—选中自然语言处理任务的连续表达。
联合编译：Blake、章敏、陈圳
选中自然语言处理任务的连续表达
l 针对信息检索和个人排序的深度语义相似模型（DSSM）
l 在连续语义自然语言处理任务环境中进行深度强化学习
l 针对字幕与视觉问题回答的多元语义学习&推理
对自然语言学习连续语义表达，例如：从原始语句到一个抽象语义矢量
在许多自然语言处理任务中Sent2Vec非常重要，它可以处理包括网页搜索、广告选取、文本排序、在线推荐、机器翻译、知识架构、问题回答、个性化推荐、图片搜索、图标注释等问题。
监督问题：
虽然
l 需要学习的文本语义是隐藏的
l 且没有明确的目标学习模型
l 另外不知如何反向传播？
但是幸运的是
l 我们一般知道俩个文本是否“相似”
l 这就是语义表达学习的信号
深度架构语义模型
深度架构语义模型/深度语义相似模型，将整个句子转换成连续语义空间。例如：句子变成矢量
DSSM基于字符（非词汇）建立实为了其可拓展性和普适性
DSSM被训练来优化相似驱动对象
在字符级别进行编码，即词汇散列。
在字符级别建立的DSSM，将任意词汇分解成一系列相关字符，倾向于处理大规模自然语言任务。
DSSM：一个相似驱动Sent2Vec模型
初始化：神经网络使用随机权重进行初始化
训练：在语义矢量之间计算余弦相似度
运行时间
训练目标：基于余弦相似度的损失
使用网页搜索作为示例：
查询q与一系列文档D
目标：给定查询后点击文档的可能性
在DSSM中使用卷曲神经网络
在卷曲层对本地文本进行建模
在汇聚层对全局文本进行建模
模型在卷曲层捕捉本地本文相关词的意义，并学习了每个本地文本相关词的嵌入矢量。
CDSSM:在最大汇聚层发生了什么？
将本地主题聚集起来形成全局化
识别最大聚集层的主要词汇/短语
在最大聚集层获得最活跃的神经元词汇
针对学习检索的DSSM，训练数据组搜索记录中的语义相关文本组。
实验设定
卷曲深度语义模型取得最佳结果。
语义匹配示例
卷积DSSM:
在卷积隐层一个接一个就行编码
隐层在最后一个词汇对整句进行语义编码
通过余弦相似驱动目标来训练模型
使用长短期记忆（LSTM）结果：
LSTM比常规RNN学得快得多
LSTM能有效代表使用矢量句子的语义信息
DSSM与Seq2Seq对比
给出一个特别用户的文章跨度代表利益实体，并寻找实体的补充文件。
学习DSSM的语境实体次序
从网页浏览日志提取标签对，超链接指向维基百科P`时，P`中的H的锚文本，环境词汇，文本
语境实体搜索——实验设置：
1.训练/验证数据是维基页面中18M的用户点击量
2.评估数据：首先采样10k的网页文件作为源文件，然后使用文档中被命名的实体作为查询；第三保留100个返回文件作为目标文件，最后手动标记是否每一个目标文件都可以完好的描述实体。其中总共有870k标签对。
语境实体搜索的结果
一些相关的工作：
深度CNN文本输入（文章中主要的分级任务）
序列到序列的学习；段落矢量（学习段落的矢量）
递归NN（树状结构如分解）
张量积代表（树状代表）
树状结构LSTM网络（树状结构LSTM）
强化学习的模型——包括环境状态设置S；行动设置A，以及状态之间的转换规则；状态转换的即时奖励规则和代理观察规则。
Q-learning用于学习RL的政策（代理在给定的当前状态选择行动时必须遵循的规则）。其目的是找到MDP的最优政策，方法是：学习一个行动-价值函数，a.k.a。Q-函数：用于计算在训练收敛之后的状态上，所采取行动的期待效用。
最近的成就：深度Q网络在玩五个Atari游戏时，达到了人类级别的性能。其中使用了卷积神经网络计算Q（s，a），并利用大的行动空间，忽略小的行动空间。
最近的成就（续）：机器人AlphaGO打败了世界围棋冠军。它与深度Q网络设置类似，忽略小的行动空间，它的模型中建立了两个CNNs网络（policy网络和value网络）。
语言理解的强化学习：以文本串的形式描述状态和行动，代理通过文本串做出相应正确的行动（正确指最大化长期奖励）。然后，环境状态转换到新的状态，代理也得到即时奖励。
行动空间和状态空间都非常的巨大，而且行动的特征由无界神经语言描述确定。
在NLP任务中，行动空间的特征由神经语言决定，它是离散的且近乎于无边界。我们提出了深度强化相关网络，将状态和空间都规划到连续的空间中，其中Q-函数是状态矢量和行为矢量的相关函数。
学习连续空间的视觉化，图2表示了：嵌入状态矢量和相关行动矢量后200,400,600训练片段的文本PCA项目。状态指：当你向前移动时。你周围的人脸上露出了恐怖的表情，并逃离街道。行动1（好的选择）：向上看，行动2（不好的选择）：无视他人的警告继续前进。
DRRN和DQN在两个文本游戏上的测试结果（学习曲线）
表展示了聚集后Q函数的示例值，且DRNN很好的概括了无法看见的行为。
人类学习处理文本，图像和联合的信息。
图像侧卷积网络实现过程
语言侧卷积网络实现过程
图像说明，通过深度学习模式检测图像中的关键概念，MELE从图像检测中产生解释。检测单词后，对其进行重新排列组成句子。
CaptionBot示例
说明到回答问题的过程
堆积注意模式推理工程：问题模式，图像模式，多水平注意模式，回答预测器。
SAN图像模式
SAN中问题模式
回答示例
总结：
本部分主要介绍通过DSSM学习Sent2Vec，在连续空间内对NLP任务进行强化学习以及视觉语言联合表达学习等概念。具体包括：
通过DSSM学习Sent2Vec：
DSSM把整个句子放在连续的空间内
基于特征字符级别建立DSSM
DSSM直接优化目标函数的语义相似度
在连续空间内对NLP任务进行强化学习：
使用深度神经网络把状态和行动（无边界NL决定）放入连续语义空间
在连续语义空间计算Q函数
视觉语言联合表达学习：
图像解释——CaptopnBot示例
视觉问题回答——关键在于推理
PS : 本文由雷锋网独家编译，未经许可拒绝转载！
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
