本文为转载，原文链接： https://wmathor.com/index.php/archives/1442/
A Neural Probabilistic Language Model
本文算是训练语言模型的经典之作，Bengio 将神经网络引入语言模型的训练中，并得到了词向量这个副产物。词向量对后面深度学习在自然语言处理方面有很大的贡献，也是获取词的语义特征的有效方法
其主要架构为三层神经网络，如下图所示
现在的任务是输入这前n-1个单词，然后预测出下一个单词
数学符号说明：
-
: 单词
对应的词向量，其中
为词
-
: 词向量，大小为
的矩阵
-
: 词汇表的大小，即语料库中去重后的单词个数
-
: 词向量的维度，一般是50到200
-
: 隐藏层的weight
-
: 隐藏层的bias
-
: 输出层的weight
-
: 输出层的bias
-
: 输入层到输出层的weight
-
: 隐藏层神经元个数
计算流程：
- 首先将输入的n-1个单词索引转为词向量，然后讲这n-1个词向量进行concat，形成一个(n-1)*w的向量，用
表示
- 将
- 输出层共有
表示预测下一个单词
的计算公式为
代码实现(PyTorch)
# code by Tae Hwan Jung @graykode, modify by wmathor
import torch
import torch.nn as nn
import torch.optim as optim
import torch.utils.data as Data
dtype = torch.FloatTensor
sentences = ['i like cat', 'i love coffee', 'i hate milk']
token_list = " ".join(sentences).split()
# ['i', 'like', 'cat', 'i', 'love'. 'coffee',...]
vocab = list(set(token_list))
word2idx = {w:i for i, w in enumerate(vocab)}
# {'i':0, 'like':1, 'dog':2, 'love':3, 'coffee':4, 'hate':5, 'milk':6}
idx2word = {i:w for i, w in enumerate(vocab)}
# {0:'i', 1:'like', 2:'dog', 3:'love', 4:'coffee', 5:'hate', 6:'milk'}
V = len(vocab) # number of Vocabulary, just like |V|, in this task |V|=7
# NNLM(Neural Network Language Model) Parameter
n_step = len(sentences[0].split())-1 # n-1 in paper, look back n_step words and predict next word. In this task n_step=2
n_hidden = 2 # h in paper
m = 2 # m in paper, word embedding dim
由于 PyTorch 中输入数据是以 mini-batch 小批量进行的，下面的函数首先将原始数据（词）全部转为索引，然后通过 TensorDataset() 和 DataLoader() 编写一个实用的 mini-batch 迭代器
def make_data(sentences):
input_data=[]
target_data=[]
for sen in sentences:
sen = sen.split() #['i', 'like', 'cat']
input_tmp = [word2idx[w] for w in sen[:-1]] # [0, 1], [0, 3], [0, 5]
target_tmp = word2idx[sen[-1]] # 2, 4, 6
input_data.append(input_tmp) # [[0, 1], [0, 3], [0, 5]]
target_data.append(target_tmp) # [2, 4, 6]
return input_data,target_data
input_data,target_data = make_data(sentences)
input_data,target_data = torch.LongTensor(input_data),torch.LongTensor(target_data)
dataset = Data.TensorDataset(input_data, target_data)
loader = Data.DataLoader(dataset, 2, True)
模型定义部分
class NNLM(nn.Module):
def __init__(self):
super(NNLM,self).__init__()
self.C = nn.Embedding(V,m) # embedding lookup : [V,m]
self.H = nn.Parameter(torch.randn(n_step*m,n_hidden).type(dtype))
self.d = nn.Parameter(torch.randn(n_hidden).type(dtype))
self.b = nn.Parameter(torch.randn(V).type(dtype))
self.W = nn.Parameter(torch.randn(n_step*m,V).type(dtype))
self.U = nn.Parameter(torch.randn(n_hidden,V).type(dtype))
def forward(self,X):
'''
:param X: [batch_size, n_step]
:return:
'''
X = self.C(X) # [batch_size,n_step,m]
X = X.view(-1,n_step*m) # [batch_size,n_step*m]
hidden_out = torch.tanh(self.d+torch.mm(X,self.H))
output = self.b + torch.mm(X,self.W)+torch.mm(hidden_out,self.U)
return output
nn.Parameter()的作用是将该参数添加进模型中，使其能够通过 model.parameters()找到、管理、并且更新。更具体的来说就是：
-
nn.Parameter()与nn.Module一起使用时会有一些特殊的属性，其会被自动加到 Module 的 parameters() 迭代器中 - 使用很简单：
torch.nn.Parameter(data, requires_grad=True)，其中 data 为 tensor
简单解释一下执行 X=self.C(X) 这一步之后 X 发生了什么变化，假设初始 X=[[0, 1], [0, 3]]
通过 Embedding() 之后，会将每一个词的索引，替换为对应的词向量，例如 love 这个词的索引是 3，通过查询 Word Embedding 表得到行索引为 3 的向量为 [0.2, 0.1]，于是就会将原来 X 中 3 的值替换为该向量，所有值都替换完之后，X=[[[0.3, 0.8], [0.2, 0.4]], [[0.3, 0.8], [0.2, 0.1]]]
# Training
for epoch in range(5000):
for batch_x, batch_y in loader:
optimizer.zero_grad()
output = model(batch_x)
# output : [batch_size, n_class], batch_y : [batch_size] (LongTensor, not one-hot)
loss = criterion(output, batch_y)
if (epoch + 1)%1000 == 0:
print('Epoch:', '%04d' % (epoch + 1), 'cost =', '{:.6f}'.format(loss))
loss.backward()
optimizer.step()
# Predict
predict = model(input_batch).data.max(1, keepdim=True)[1]
# Test
print([sen.split()[:n_step] for sen in sentences], '->', [number_dict[n.item()] for n in predict.squeeze()])
