概述
谈到NLP不得不介绍word2vec，word2vec可以很宽泛的理解，就是词的向量化过程，而这一过程是经历了很长时间的发展https://www.jianshu.com/p/2319729cf0a2。从最初的基于语言学家的关联到基于语料库的词频，都是有稀疏的缺点。随着神经网络的发展，借鉴N-gram的方法（下一个词的出现仅依赖前面的一个或n个词），提出了NNLM，也就是 Nerual Network language Model.
用神经网络来训练语言模型的思想最早由百度 IDL （深度学习研究院）的徐伟提出[1],NNLM（Nerual Network Language Model）是这方面的一个经典模型，具体内容可参考 Bengio 2003年发表在JMLR上的论文。原文地址：
http://jmlr.org/papers/volume3/bengio03a/bengio03a.pdf
http://blog.sina.com.cn/s/blog_66a6172c0102v1zb.html
这篇博客记录的NNLM 与 word2vec的发展来龙去脉
https://www.zhihu.com/question/37922364
详解
图片.png
他的使用场景是这样的：假设我们有一分文本，我们可以通过他的前N−1个词预测他的第N个词应该是什么？
图片.png
输入层（投射层）
一个文本，由N个词语组成，现在呢：想根据 前N个词语 来预测 第N个词语 是啥？
我们采用的语料库V(也就是我们最大限度能想到的的所有词语集合)包含10万个词语
词向量W：是一个one-hot向量，大小=[10W，1]，W(t)表示第t个词语的one hot（一个元素为1，其余全为0
投影矩阵C：维度[D*V]，V=10W，参数D根据文本大小不同来设定：谷歌测试时选取D=300
- 计算时：投影矩阵C[300 * 10W] X 词向量W(t)[10W *1] 得到= 矩阵[300 * 1]
- 比如根据前3个词来预测第4个词语，那么上述操作会重复三次，得到3个[300*1]的矩阵
- 将这3个[300*1]的矩阵按行拼接，得到[900x1]的矩阵。
隐藏层
存在一个向量矩阵[Hx1]，H根据文本集合情况设定（谷歌测试时选取H=500）
该层完成的功能主要是全连接！
说通俗一些：把输入层计算得到的矩阵[900x1]，转换为矩阵[Hx1]，完成输入层到隐藏层的数据传输，并且在全连接的过程中存在计算的权重。
最终得到矩阵[500x1]
输出层
我们的词语大小为V=10W，隐藏层计算得到矩阵[500x1]，要将这[500x1]的计算结果转化为[10Wx1]，以此来预测第4个词语是什么？
得到矩阵[10Wx1]，也就是所谓第4个词ont-hot，最终经过SoftMax激活函数，选取行向量最大值，就是预测词语。
计算复杂度
(NxD )+ (NxDxH) + (HxV)
代码实现：https://www.cnblogs.com/Luckidmi/p/11208727.html
最后我还是有一个疑问，输入真的是one-hot吗？
训练的损失函数也是一个one-hot与softmax向量的损失计算吗？
原作者讲的学习目标是：
图片.png
这个模型包括两部分：
A，一个从词汇表V到实数向量空间的映射C。通过这个映射得到每个单词的向量表示。因此C实际上是一个|V|×m的矩阵（m是单词向量的维数）；
B，以单词向量作为自变量的概率方程g：以单词向量序列（C(w_{t-n+1}),..., C(w_{t-1})）作为输入，输出序列的后续单词w_t的条件概率。方程g的输出也是一个向量，向量的第i维对应单词表中第i个单词的条件概率（如图1所示）：
图片.png
网友评论