1 前言

今天分享一篇2019年ACL会议的一篇paper，关于word embedding方向的，论文题目为：Relational Word Embeddings。题目很简洁，其表达的核心就是“Relational”，意思就是词之间应该有关系性的信息(relational information)，而如何在embedding过程如何将这些信息进行学习和表达出来，这也是本篇论文解决的问题。论文文下载链接。

2 背景

• 尽管word embeddings已被证明可以分布式的编码各种属性知识，但这种方式捕捉关系信息却非常有限。
• For instance,通过word embeddings 可能推断出<Berlin,Germany>之间的<城市,国家>关系,但也很难排除<Moscow,Germany>也具备这样的关系。
• 为了解决上述问题，现有的方法是主要是借助外部关系知识库，但这种方式就受限于关系知识库。基于这些问题，作者提出relation embedding的方法，学习的方式跟word embedding一样，从语料库中统计共现关系来训练。它的用处就是可以将relation embedding作为word embedding 一个补充，而不是替代。

3 Model

论文主要从三个步骤进行讲述的，如下图：

3.1 Selecting Related Word Pairs

• 从定义好的vocabulary V 中，挑选出共现的词关系对pairs (w, v)，v是跟w关系最密切的前100个词；

• 利用PMI(互信息)来判断pairs(w,v)的关系程度；PMI值越大，表明二者相关性越大；

  
  
• 作者在论文中用了PMI的一个平滑的变体
  
  其中，定义为词w和v在一句文本共现的次数，但二者在文本中相隔的间距不能超过10个词

3.2 Define Relation Vectors

定义为pairs(w,v)的关系向量:

其中，word 是词w,v在一个句子中间的词， 是该词的word embedding，代表 在这句子中出现的次数。
在此，作者有个假设：=

这种假设目的是为了解决训练的稀疏性，也存在弊端，例如w和v是<capital-of>的关系，反过来就是错误的。面对此情况，作者认为如果事先知道v是“国家”的意思，也就能推断出正确的关系。

3.3 Learning Relation Word Vectors

论文中学习relational embedding的模型框架如下图：也如标题一样简洁.

其中，,是pairs(w,v)的relational embedding，训练的网络结构很简单，就是两个全连接层。

Loss Function 定义为：

在训练过程中涉及到的一些设置如下：

• 词表V包含100, 000个最频繁的词，from Wikipedia；
• 按照 Selecting Related Word Pairs的原则，最后确定有974,250 个word pairs参入训练；
• 所用的初始词向量 来自 FastText 300-dimensional vectors trained on Wikipedia；
• 激活函数选用的是RELU；

4 Experiment

实验用了两个公开数据集，具体情况如下：

从实验结果，还有展示的近似词来看，论文提出的RWE方法是有效果的，而且在某种程度上的确呈现了关系性。

5 结语

作者觉得relation embedding在定义上还有很大的改进空间，比如可直接从关系的知识库中定义获取，进而也就影响了loss function；个人观点，整篇作者的思路就是按新的一套规则重新学习了词向量，远远没达到word2vec中CBOW和skip-gram创新的效果；但按作者说的，relational embedding只是word embedding的补充，这点是值得肯定的；给我的启发就是，在做实体关系表征的时候，可以借鉴它这种方式，把实体关系再学习一次，这样可以多一个loss function，不过难点是怎么去定义。或者仅仅参考它和的拼接方式。有兴趣的可深入了解下，也可以和我私下交流。

更多文章可关注笔者的public number：自然语言处理算法与实践