UniformML:trick1 负采样Negative Sampling

在训练word2vec的时候，会介绍到两种模型优化方式：

Hierarchical Softmax
Negative Sampling

由于softmax在实际训练过程中需要构建一棵树，在比较少出现的类别对应的节点比较深，实际工程也比较麻烦，所以目前很多模型优化方法都采用负采样的方式，今天我们就简单介绍这种方法。

以word2vec为例子，已知中心词w为我们预测的词语，对应上下文的信息context(w)则为2c长度的词语，我们希望通过context(w)来预测w。

我们随机采样n个和w不相等的负样本，这些负样本和w共同组成一组训练样本，对于正例，我们希望最大化概率：
$max P(context(w^+), w^+)$
对于负例，我们希望最小化概率
$min P(context(w^+), w^{-}_i)$
$i=1,2,...,n$
统一用最大化形式表示得到
$max\ P(context(w^+), w^+)\prod_{i=1}^{n}(1-P(context(w^+), w^-_i))$
我们假设正例用i=0表示，则上述公式可以表示为：

$L = P(context(w_0),w_0)\prod_{i=1}^{n}{(1-P(context(w_0),w_i))}$
$= \sigma(x_{w_0}^T\theta^{w_0})\prod_{i=1}^{n}{(1-\sigma(x_{w_0}^T\theta^{w_i}))}$
$=\prod_{i=0}^{n}\sigma(x_{w_0}^T\theta^{w_i})^{y_i}{(1-\sigma(x_{w_0}^T\theta^{w_i}))^{1-y_i}}$
$logL =\sum_{i=0}^{n} y_ilog(\sigma(x_{w_0}^T\theta^{w_i}))+{(1-y_i)log(1-\sigma(x_{w_0}^T\theta^{w_i}))}$

然后对\theta求导
$\frac{\partial L}{\partial \theta^{w_i}} =y_i\frac{\sigma(1-\sigma)x^T_{w_0}}{\sigma}+(1-y_i)\frac{-\sigma(1-\sigma)}{1-\sigma}x^T_{w_0}$
$=(y_i-\sigma)x^T_{w_0}$
$=(y_i-\sigma(x^T_{w_0}\theta^{w_i}))x^T_{w_0}$

对x求导
$\frac{\partial L}{\partial x^{w_0}} =\sum_{i=0}^{n}[y_i-\sigma(x^T_{w_0}\theta^{w_i})]\theta^{w_i}$

然然后采用梯度下降法可以进行 $\theta\ and \ x_{w_i}$ 的学习。
在word2vec中，这里学习到的w表示的是context(w)的平均向量之和，如果继续采用链式法则，可以得到每个词向量的解，这里的\theta表示每个词类别的逻辑回归分类参数。

负采样的训练方式在训练word2vec的时候非常高效，相当于原来一个大的softmax分类改成多个逻辑回归，提高训练的效率。

负采样这个训练方式一般在改进的word2vec方法中都有用到，另外在softmax面临多个分类的时候也可以用到（例如大家熟悉的fasttext）

我会在后续经典论文解读中介绍用到negative sampling的相关论文

最后编辑于：2019.03.31 16:40:24

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 213,417评论 6赞 492
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 90,921评论 3赞 387
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 158,850评论 0赞 349
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 56,945评论 1赞 285
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 66,069评论 6赞 385
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 50,188评论 1赞 291
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 39,239评论 3赞 412
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 37,994评论 0赞 268
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 44,409评论 1赞 304
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 36,735评论 2赞 327
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 38,898评论 1赞 341
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 34,578评论 4赞 336
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 40,205评论 3赞 317
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 30,916评论 0赞 21
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 32,156评论 1赞 267
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 46,722评论 2赞 363
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 43,781评论 2赞 351

UniformML:trick1 负采样Negative Sampling

推荐阅读更多精彩内容