[NLP论文阅读] The Fixed-Size Ordinally-Forgetting Encoding Method for Neural Network Language Models

论文原文：The Fixed-Size Ordinally-Forgetting Encoding Method for Neural Network Language Models

引言

这篇文章提出了一种学习不定长序列表示的方法，并将该方法用于前反馈神经网络的语言模型(feedforward neural network language models, FNN-LMs)，得到了不错的实验数据。作者通过用FOFE编码的序列替换FNN-LMs中原有的输入层实现了对FNN语言模型的改进。

Fixed-size Ordinally Forgetting Encoding

给定词表大小(vocabulary size)为K，FOFE使用one-hot编码来表示，每一个单词，即一个K维向量来表示单词。FOFE使用下列公式对不定长序列进行编码：

zt=α∗zt−1+et(1≤t≤T)

其中，zt表示从输入序列中由第一个单词w1直到第t个单词wt组成的子序列的FOFE编码(假设z0=0)，α是forgeting factor(常数)，et是单词wt对应的one-hot向量。

那么，zT就可以看作是对序列w1,w2,...,wT的一种向量表示。

举例来说，如果词表为

A=[1,0,0]

B=[0,1,0]

C=[0,0,1]

那么，通过计算可以得到

ABC=[α2,α,1]

ABCBC=[α4,α+α3,1+α2]

FOFE编码有2个比较好的性质：

1. 如果0<α≤0.5，那么FOFE对任意K和T都是唯一的。

2. 如果0.5<α<1，那么FOFE对于大多数K和T都是唯一的，只有有限个α的取值是例外。

模型

传统的神经概率语言模型(Bengio提出的)在输入层用的是one-hot向量，然后通过词向量矩阵映射成一个低维的实值向量(如果是n-gram模型，词向量维度为m，那么就将前n-1个单词对应的词向量首尾相连成一个m(n-1)维的向量)，然后通过隐藏层的计算，在输出层形成输出。

在这篇文章中，作者的做的改动在输入层。作者将原本输出层的one-hot向量替换成了FOFE编码。使用FOFE编码前n-1个单词的过程中，会渐渐弱化出现较早的单词对最终编码的影响，这也就是说，作者认为距离目标词越近的单词已接近对目标词的影响更大。并且，使用FOFE编码可以减小在投影层的生成的向量的维度，如果是1阶的FOFE FNN-LMs，那么投影层的维度就是m(词向量的维度)，但是这不会降低复杂度。

实验

作者在2个数据集进行了对比实验。

1. the Penn Treebank(PTB) corpus(约有1000000单词，词表大小为10000)

2. The Large Text Compression Benchmark(LTCB)，在这个数据集作者使用了enwik9数据集，是enwiki-20060303-pages-articles.xml的头109字节数据，其中训练集153M, 验证集8.9M, 测试集8.9M, 词表大小为80000，不在词表中的单词用< UNK >标记。

通常评价一个语言模型的好坏使用的指标是迷惑度/困惑度/混乱度（preplexity），其基本思想是给测试集的句子赋予较高概率值的语言模型较好,当语言模型训练完之后，测试集中的句子都是正常的句子，那么训练好的模型就是在测试集上的概率越高越好，具体公式如下：

PP(W)=P(w1w2...wN)−1N

链式规则: PP(W)=∏Ni=11P(wi|w1...wi−1)‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾√N

如果是bigram: PP(W)=∏Ni=11P(wi|wi−1)‾‾‾‾‾‾‾‾‾‾‾‾‾‾‾√N

preplexity越小，句子概率越大，语言模型越好。

作者设计了2种FOFE-FNNLM模型，分别是1st-order FOFE-FNNLM和2nd-order FOFE-FNNLM，前者在输入层使用zt作为输入，后者则使用zt和zt−1作为输入。

在实验中，α的取值为0.7。

在PTB上的实验结果：



在LTCB上的实验结果：

总结

作者在Conclusions中写道：

Next, FOFE may be combined with neural networks (Zhang and Jiang, 2015; Zhang et. al., 2015b) for other NLP tasks, such as sentence modeling/matching, paraphrase detection, machine translation, question and answer and etc.

从实验结果来看，作者提出的对序列进行编码的FOFE方法是有效的，并且和RNN相比，这个方法简单，训练速度更快，可以在句子建模中进行尝试。

2017.10.18 上海。