动态记忆网络：向通用NLP更近一步

模型语义记忆模块

语义记忆模块指的是词嵌入（词向量表示），例如 Glove 向量，即输入文本在被传递到输入模块之前被转换成的向量。

输入模块

输入模块即指标准的 GRU（或 BiGRU），每个句子的最后的隐状态是明确可访问的。

问题模块

问题模块也是标准的 GRU，其中待解答的问题作为输入项，并且最后的隐状态是可访问的。

情景记忆模块

这一模块可让输入数据进行多次前馈。在每次前馈时，输入模块中的句子嵌入表示（sentence embedding）作为输入传递到情景记忆模块中的 GRU。此时，每个句子嵌入表示都会被赋予权重，权重与其被询问的问题的相关性相对应。

对于不同的前馈，句嵌入表示会被赋予不同的权重。比如，在下面的例子中：

由于句子（1）与问题没有直接关系，因此可能不会在第一次被赋予高权重。然而，在第一次前馈时，模型发现足球与约翰相关连，因此在第二次前馈时，句子（1）被赋予了更高权重。

在第一次前馈（或第一个“episode”）中，问题嵌入表示（question embedding）'q'被用于计算来自输入模块的句子嵌入表示（sentence embedding）的注意力分数。然后，将句子 sᵢ的注意力得分输入 softmax 层（使得注意力得分总和为 1）或单个 sigmoid 单元来获得 gᵢ。gᵢ是赋予句子 sᵢ的权重，并作为在 timestep i 中 GRU 的输出项的全局门 (global gate)。

timestep i 和 episode t 的隐状态计算如下：

当 g = 0 时，直接复制隐状态：

论文中用 mᵗ来表示 GRU 第 t 个 episode 最后的隐状态，可被视为在第 t 个 episode 中发现的事实聚集。从第二个 episode 开始，mᵗ被用于计算第 t+1 个 episode 中句子嵌入表示以及问题嵌入表示 q 的注意力分数。

计算过程如下：

论文采用了许多简单的度量方法来计算 sᵢ和 q 以及 sᵢ和 mᵗ-1 之间的相似性，即元素相乘法和绝对值。然后将连接的结果输入一个 2 层的神经网络来计算 sᵢ的注意力得分。对于第一个 episode，m⁰被替换为 q。

episode 的数量可以是固定的、预定义的数字，也可以由网络本身确定。在后一种情况下，为输入附加一项特殊的前馈结束表示（end-of-passes representation）。如果门函数（gate function）选择该向量，则停止迭代。

回答模块

回答模块由解码器 GRU 组成。在每个 timestep，之前的输出将与问题嵌入表示一同作为输入项输入该模块。

然后使用词汇表上的标准 softmax 生成输出。

解码器通过 m 个向量的一个函数（来自情景记忆模块的 GRU 计算的最后隐藏状态）进行初始化。

情感分析应用

该论文发表时，其模型取得了当时情绪分析领域的最先进结果。

例如，在下面示例中，模型会关注所有的形容词，在仅允许 1 次前馈时，模型会产生不正确的预测。然而，当允许 2 次前馈时，该模型在第二次前馈时会对积极的形容词倾注非常高的注意力，并产生正确的预测。

（情感的注意力分析）

其它数据集的表现

替换模块

模块化的一个重要好处是，可以在不修改任何其他模块的情况下将一个模块替换为另一个模块，只要替换模块具备正确的接口。

论文《用于视觉和文本问答的动态记忆网络》展示了动态记忆网络在基于图像回答问题中的作用。

输入模块被另一模块替换，后者基于 CNN 的网络从图像中提取特征向量。然后提取的特征向量会像以前一样输入到事件记忆模块。

更多相关文章

随机推荐