深度学习在自然语言处理的应用

1深度学习在自然语言处理的应用张俊林畅捷通股份有限公司2014.10.32大纲•深度学习简介•基础问题：语言表示问题–WordEmbedding–不同粒度语言单元的表示•字符/单字/单词/短语/句子/文档•值得重点关注的模型–RAE/TensorNetwork/卷积网络•NLP的应用–语言模型–中文分词–知识挖掘–情感计算–机器翻译–Paraphrase–IR•探讨与思考3深度学习（表示学习）4深度学习（表示学习）5Layer-WisePre-Training6DenoisingAutoencoder7自然语言交互的时代8大纲•深度学习简介•基础问题：语言表示问题–WordEmbedding–不同粒度语言单元的表示•字符/单字/单词/短语/句子/文档•值得重点关注的模型–RAE/TensorNetwork/卷积网络•NLP的应用–语言模型–中文分词–知识挖掘–情感计算–机器翻译–Paraphrase–IR•探讨与思考9One-Hot表示•OneHot表示在传统NLP中很常用Similarity(dog,cat)=010WordEmbedding•词向量：单词的分布向量表示（DistributionalRepresentation）•词向量表征了单词使用上下文中的句法语义特征–One-Hot的字面匹配到DR的语义匹配Similarity(dog,cat)Similarity(dog,the)Similarity(“thedogsmiles.”,“onecatcries.”）11无监督训练获得单词的WE-word2vec单词：苹果12无监督训练获得单词的WE-word2vec单词：长颈鹿13无监督训练获得单词的WE-word2vec单字：张14无监督训练获得单词的WE-word2vec单字：雯15无监督训练获得单词的WE-word2vec单字：葱16Word2vecCBOW：17word2vecSkip-Gram:18word2vecCBOW+HierarchicalSoftmax19word2vecCBOW+NegativeSampling最大化：st：正例负例20不同粒度语言单元的表示-字符/单字字符上下文向量英文：捕获构词法中文：捕获字搭配英文拓展：字符N-Gram中文拓展：单字N-Gram？21不同粒度语言单元的表示-短语/句子/文档•方法一：单词词向量取和（Summrization）–很多情况都做此种简化处理–过于简单,但是仔细思考有一定道理•方法二：单词词向量加权求和–Huang’sWork–权重：类似于IDF•方法三：RNN22不同粒度语言单元的表示-短语/句子/文档•方法四：Matrix-VectorNN23不同粒度语言单元的表示-短语/句子/文档•方法五：卷积神经网络24大纲•深度学习简介•基础问题：语言表示问题–WordEmbedding–不同粒度语言单元的表示•字符/单字/单词/短语/句子/文档•值得重点关注的模型–RAE/TensorNetwork/卷积网络•NLP的应用–语言模型–中文分词–知识挖掘–情感计算–机器翻译–Paraphrase–IR•探讨与思考25RAE(RecursiveAutoEncoders)•推导短语及句子级别的WordEmbedding表示26NeuralTensorNetworks•表达多个实体之间的关系/两个单词之间某种操作27NeuralTensorNetworks28卷积网络（ConvolutionalDeepNeuralNetwork）•全局特征选择与融合/不定长转换为定长表示29大纲•深度学习简介•基础问题：语言表示问题–WordEmbedding–不同粒度语言单元的表示•字符/单字/单词/短语/句子/文档•值得重点关注的模型–RAE/TensorNetwork/卷积网络•NLP的应用–语言模型–中文分词–知识挖掘–情感计算–机器翻译–Paraphrase–IR•探讨与思考30语言模型31语言模型Bilinear-LM32语言模型RNNLM33深度学习用于中文分词-思路134深度学习用于中文分词-思路235深度学习用于中文分词•两者思路基本相同–基于字的WordEmbedding+三层神经网络+BEMS标记序列分类–思路2引入全局的Viterbi解码（分类后处理）–效果：和主流分词算法效果接近•CRF/Maxent+二元特征–类似思路同样可以套用到POS/NER/Parser等场景–这是利用WordEmbedding解决NLP问题最直观的NLP应用思路–考虑探索下非标准三层神经网络结构的复杂模型36深度学习用于知识挖掘•两大类问题–现有知识库的新知识推理•CYC,WordNet,FreeNet……•目前的文献做法大思路基本一致–已知实体用WordEmbedding表示–实体关系用TensorNetwork建模–后向传播+SGD训练–从自由文本中挖掘结构化知识37现有知识库的新知识推理38现有知识库的新知识推理最小化目标函数：正例：负例：39从自由文本中挖掘结构化知识整体结构词法级特征40从自由文本中挖掘结构化知识句子级特征抽取：卷积网络41机器翻译（通用模型）最常见的通用模型：Encoder-DecoderModelEncoderDecoder语义向量42机器翻译（Encoder-Decoder具体例子）ACL2014BestPaper：FastandRobustNeuralNetworkJointModelsforStatisticalMachineTranslation网络结构语言模型翻译模型43机器翻译-很多地方可以引入DL•单词对齐•短语对齐•短语重排序•语言模型•翻译模型•联合模型•翻译结果重排序•……………单词对齐44情感计算•核心的两个问题–句子级的WordEmbedding表示•前面讲过这个问题–如何将情感倾向编码到各级WordEmbedding中•半监督或者监督学习：通过训练过程将情感倾向编码到WE结构中45Paraphrase(整体框架)S1：ThejudgealsorefusedtopostponethetrialdateofSept.29.S2：ObusalsodeniedadefensemotiontopostponetheSeptembertrialdate.Paraphrase的问题：Semantic(S1)=Semantic(S2)?46Paraphrase（RAE）Darling!I’mhere!Darling!I’mhere!47Paraphrase（DynamicPooling）应用拓展：很明显这个方法可以照搬不动放到QA问题匹配中（一篇灌水论文就此诞生了！）欧式距离：越小越好48DLforIR一种直观的方法49DLforIR一种没那么直观的方法50大纲•深度学习简介•基础问题：语言表示问题–WordEmbedding–不同粒度语言单元的表示•字符/单字/单词/短语/句子/文档•值得重点关注的模型–RAE/TensorNetwork/卷积网络•NLP的应用–语言模型–中文分词–知识挖掘–情感计算–机器翻译–Paraphrase–IR•探讨与思考51探讨与思考•与传统方法比较DL的优势所在–抛掉特征选择步骤–简洁地融入语义级特征–很多应用可以直接绕过NLP的中间场景比如POS，句法，减少错误累加–语言长程依赖容易建模：词向量+卷积网络–可以解决语言模型的数据稀疏问题：15-Gram–很多场景如果优化速度非常快，方便应用的工程化实用化52探讨与思考•目前研究模式中最基础和重要的问题–短语、句子、段落、文档级别的有效WordEmbedding表示–文档级别表示很多应用直接受益:分类，IR等•问题：文档级别采用低维表示，是否丢失细节信息？只能作为辅助手段？句子级别的低维表示很有意义，最关键。•如何更能体现“深度”的思想–目前还说不上很Deep：WE为主–是否有除了“WordEmbedding”外更Deep的模式？•目前看DL在NLP哪些方面好哪些一般？–涉及语义处理的应用：表现好–不涉及太多语义的应用：State-of-the-art–说明什么？•WordEmbedding已经把传统ML方法使用特征融合进去了•语义级别特征效果体现明显53探讨与思考•与CRF的比较及区别与联系–CRF:线性VSDL:非线性–CRF:高维离散特征VS:DL:低维连续特征–结论：非线性模型对于低维连续特征有效，对高维离散特征无效•DL在推荐系统方面应用方法的思考–不成熟的初步思路•我个人看好DL在NLP方面的作用–与传统方法比有明显优点–发展初期：机会多、挑战大•NLP方向博士生的黄金时代–非常容易想到很多NewIdea–一把新的锤子，很多钉子可以去敲54广告时间55Thanks!