自然语言处理NLP（3）

上文：
自然语言处理NLP（1）
自然语言处理NLP（2）

Gated RNN & LSTM

1. 简单RNN存在的问题

   随着时间的回溯，简单RNN不能避免梯度消失或者梯度爆炸

2. 梯度裁剪

   用来解决梯度爆炸问题

   code:

   g：所有参数梯度的和；threshold：阈值

   

3. Gated RNN

   用来解决梯度消失问题

   Gated RNN框架下的两种结构：LSTM GRU

4. LSTM （Long Short-Term Memory：长短期记忆）长时间维持短期记忆

   仅输出隐藏状态向量h，记忆单元c对外不可见

   1. ht = tanh(Ct)

   

   2. Gated 门：用来控制数据的流动，门的开合程度是自动从数据中学习到的，有专门的权重参数用于控制门的开合程度，这些权重参数也是通过学习被更新，sigmoid函数用于求门的开合程度

   3. 输出门

      对tanh(Ct)施加门，因为这个门管理下一个隐藏状态ht的输出，所以这个门称为输出门output gate

      输出门的开合程度由xt和ht-1求出 sigmoid函数用于求门的开合程度：

      

4. 遗忘门

   对记忆但会员Ct-1添加一个忘记不必要记忆的门，这个门称为遗忘门 forget gate

   遗忘门的开合程度：

   

5. 新的记忆单元

   遗忘门从上一时刻的记忆单元删除了应该忘记的，现在我们还想向这个记忆单元添加一些应当记住的，为此我们添加新的tanh节点

   g：向记忆单元添加的新信息

   将g加到上一时刻的Ct-1上，从而形成新的记忆

   

   

6. 输入门

   对这个新的记忆单元g添加门，这个门称为输入门 input gate

   输入门的开合程度：

   

7. 使用LSTM的语言模型

   Embedding -> LSTM -> Affine -> Softmax with Loss

8. 改进

   1. LSTM的多层化

      我们可以叠加多个LSTM层，从而学习更加复杂的模式（在PTB数据集上学习语言模型的情况下，LSTM的层数为2~4时，结果比较好）

   2. Dropout抑制过拟合

      常规Dropout：在深度方向（垂直方向）上插入Dropout层

      变分Dropout：用在时间方向上

   3. 权重共享 weight tying

      Embedding层和Affine层的权重共享，可以减少需要学习的参数数量

基于RNN生成文本

1. 如何生成下一个新单词？

   概率性的选择：根据概率分布进行选择，这样概率高的单词容易被选到，概率低的单词难以被选到。然后再把选中的词当作输入，再次选择下一个新的单词

2. seq2seq模型：Encoder-Decoder模型 编码器-解码器模型

   编码器对输入数据进行编码，解码器对被编码的数据进行解码

   编码：就是将任意长度的文本转换为一个固定长度的向量

   seq2seq由两个LSTM层构成：编码器的LSTM和解码器的LSTM。LSTM层的隐藏状态是编码器和解码器的桥梁，在正向传播时，编码器的编码信息通过LSTM层的隐藏状态传递给解码器；反向传播时，解码器的梯度通过这个桥梁传递给编码器

3. seq2seq改进

   1. 反转输入数据 Reverse

      反转输入数据的顺序，反转数据后梯度的传播可以更加平滑

   2. 偷窥 Peeky

      将集中了重要信息的编码器的输出h分配给解码器的其他层

4. seq2seq的应用

   1. 聊天机器人 chatgpt

   2. 算法学习

   3. 自动图像描述

      编码器从LSTM换成CNN

Attention 注意力机制

Attention从数据中学习两个时序数据之间的对应关系，计算向量之间的相似度，输出这个相似度的加权和向量

1. 结构

   Attention层放入LSTM和Affine层之间

   hs：LSTM中各个时刻的隐藏状态向量被整合为hs

   

2. 双向RNN

   让LSTM从两个方向进行处理：双向LSTM

   各个单词对应的隐藏状态向量可以从左右两个方向聚集信息，这些向量就编码了更均衡的信息

3. Attention层的不同使用

   1. Attention层放入LSTM和Affine层之间（垂直方向）
   2. Attention层放入上一时刻的LSTM层、Affine层和当前时刻的LSTM层之间（时间方向）

4. seq2seq的深层化 & skip connection

   为了让带Attention的seq2seq具有更强的表现力，加深LSTM层

   在加深层时使用到的一个技巧是残差连接（skip connection / residual connection / shortcut）：是一种跨层连接的简单技巧

5. Attention应用

   1. GNMT 谷歌神经机器翻译系统

   2. Transformer

      Attention is all you need

      Transformer不用RNN，而用Attention进行处理：self-Attention

   3. NTM Neural Turing Machine 神经图灵机

      计算机的内存操作可以通过神经网络复现：

      在rnn的外部配置一个存储信息的存储装置，使用Attention向这个存储装置读写必要的信息

GRU

GRU：Gated Recurrent Unit 门控循环单元

1. 结构

   GRU相比于LSTM的结构，取消了记忆单元的使用，只使用隐藏状态

   

   r：reset门：决定在多大程度上忽略过去的隐藏状态

   h~：新的隐藏状态（下列第三个式子）

   z：update门：更新隐藏状态

   （1-z）· ht-1:forget门

   z · h~：input门