眾所周知,文本分類是NLP領域中十分基礎的任務,大部分文本分類模型稍加修改就可以應用到其他任務中。下面介紹幾個經典的文本分類模型。
作為一個經典的神經網路模型,CNN具有極強的特徵提取能力,而且運行速度比RNNs要快的多。當CNN在計算機視覺領域取得巨大成功之後,人們自然想到如何將CNN應用到自然語言處理任務中。然而,其關鍵問題便是如何選擇卷積核的尺寸、如何解釋卷積核在NLP任務中的意義。
textCNN[1]採用的卷積核大小為 ,其中 是詞向量的維度, 作為超參數由人工選擇。作者認為這樣可以捕捉句子中的n-grams,即如果選擇的卷積核分別為 、 、 就表示捕捉了句子中的1-gram、2-gram、3-gram。接著通過一個max-pooling層,捕捉其中最重要的特徵,同時還可以解決句子長度不一的問題。
作為一個14年提出的模型,textCNN簡單有效,十分強大。
DCNN[2](Dynamic Convolutional Neural Network)和textCNN有些相似,但是從另一個角度來考慮卷積這件事的。
作者認為在建模句子時,詞的順序是非常重要的,循環神經網路(Recurrent neural networks)可以利用詞語間的順序,但是生成的向量會偏向於句子中的最後一個詞,所以它適合用在語言模型中,不適合文本分類任務。而遞歸神經網路[3](Recursive neural networks)通過句法解析樹將句子合成一個向量,可以較好的利用詞語間的順序,但它依賴於句法解析樹,不容易推廣。
於是,作者提出可以使用卷積+k-max-pooling動態建模句子的句法結構。其中k-max-pooling指的是進行pooling時選擇前k個最大的值。如下圖所示,藍色的線就是k-max-pooling所選擇的句法結構。
在DCNN中,卷積核的高度並沒有設置為詞向量的維度,而是為1。此外,DCNN中D體現在對k-max-pooling中k的動態選擇上。在DCNN可以看出k表示了每一層節點的個數,所以k隨著層數的增加而會逐漸減少,如下圖由5到3。文章給出了k的計算方式,感興趣的同學去看文章吧。
與DCNN中相似,作者認為遞歸神經網路(Recursive neural networks)和循環神經網路(Recurrent neural networks)雖然利用詞之間的順序,但都存在一些問題。與之對比,CNN不依賴於句法解析樹,也沒有偏向的問題(bias problem)。但CNN中的問題在於難以決定卷積核的寬度:較小的卷積窗口會造成關鍵信息的損失,而較大的卷積窗口會使得參數空間過大。
於是,作者提出了RCNN[4](Recurrent Convolutional Neural Network),拋棄了CNN中的卷積核結構,而使用RNN來捕捉單詞的上下文。只看上面一句話,你肯定和我當時一樣雲裏霧裡了。我們來看下面的圖!
在上圖中,一個單詞 經過雙向RNN得到 ,它們分別保存了單詞 的上下文,接著將 與 對應的詞向量拼接在一起得到 ,即
經過一個全連接網路得到 。這便是RCNN的卷積層,之後max-pooling層則和普通的CNN一樣。
從下圖中,我們可以看到CNN的性能隨著卷積核窗口的大小先增加後下降,並且RCNN的性能優於CNN。由於textCNN是同時取多個卷積窗口,所以根據本文無法判斷RCNN和textCNN性能誰好誰壞,但是RCNN為我們設計網路結構提供一個非常好的思路。
文章還列舉出了由RCNN獲得的關鍵詞。文章將在max-pooling層被選擇次數最多的詞視為關鍵詞。
前面的模型都是面向句子的,而現實中的許多分類任務是面向文檔的。於是,有學者在2016年提出了HAN[5](Hierarchical Attention Networks),從名字我們就可以看出此模型的兩個關鍵點分別是層次結構和Attention。
HAN的網路結構分兩部分,首先通過attention機制將一句話合成為一個向量 ,然後再次通過attention機制將一個文檔中的所有句子合成為一個向量 ,再接一個全連接層輸出預測結果。
合詞成句的時候,(1) 首先使用一個雙層的GRU獲得第 個句子第 個單詞的隱含表示 ;(2) 接下來, 首先經過全連接層生成 ,然後計算 與向量 的相似度 ,通過相似度 和 得到句子的加權表示。其中,是網路中可學習的參數,用以衡量單詞對分類任務的重要程度,可以理解為判斷單詞是否為停用詞的一個向量。
合句成文與合詞成句類似,對應的向量 用來衡量句子的重要程度。
這種層次結構使得HAN在文檔分類中的性能得到大幅提升。此外,文章展示了單詞在合詞成句時的權重分佈,從下圖(b)-(f)中可以看出,隨著情感傾向由負變為正,good的平均權重逐漸增加。
由於HAN使用了RNN,它的時間和空間開銷均大大超過textCNN。後續有文章[6]保持HAN中的層次結構,但是去掉了其中的RNN結構以優化時間開銷,但引起的關注不大。
推薦閱讀: