GloVe: Global Vector for Word Representation

Transcript

1. 文献紹介ゼミ Glove: Global Vectors for Word Representation 長岡技術科学大学 ４年 竹野 峻輔 ※ スライド中の図・式等は基本的に論文中より引用したものです
2. 　Overview • Global な contextを考慮した分散表現の提案 – 共起頻度による重み付け – NER タスク と word analogy tasksにおいて Skip-gram, CBoW(word2vec)よりも優れた成績 • 既存の分散表現と提案手法の比較・分析 – word2vecやvLBLといった手法は 重み付けクロスエントロピーを最小化したものと見なせる
3. Intro • 語彙の one-hot label表現は sparse(疎)な表現. – 行列演算するときは早くなる → 嬉しい. – 統計的には sparse 過ぎる ≒ ノイズが多い → 嬉しくない • テキストには そもそもノイズが多いもの（揺らぎが多い） – 「蝶」，「ちょうちょ」，「てふてふ」，「バタフライ」 • ノイズを減らすために必要なのは データの平均化 • 人の認識的には「蝶」＝「ちょうちょ」 – 潜在的な意味が存在するはず （少なくとも人は） → トピックモデル(LSA) – 似た単語は似た表現となるような 表現がほしい（≒表現の汎化）
4. Intro • どのようにしてテキストを タスクに合った表現 に変換 するか – タスク • NER, POS-taggin, 文書分類 etc... – 表現方法 • BoW(one-hot) • TF-IDF, PMI • 潜在的トピックモデル (LSA…) • 主成分解析(PCA), SVD • 近年の教師なし学習による分散表現の台頭 – Skip-gram, CBoWモデル(word2vec, LBL)
5. Intro • 近年の教師なし学習による分散表現の台頭 – Skip-gram, CBoWモデル(word2vec, LBL) – 高次元で離散的な単語表現を 低次元で連続的な単語表現へと変換する（Word Embedding） –
6. Globalな表現 と Localな表現 Global matrix factorization methods(i.e. LSA) – コーパスの全体的な傾向を見て タスクにとって有効な潜在的な意味表現を獲得 – Word analogy task では効果が低い → 森(corpus)を見て木(word)を見ず • Local context window methods (i.e. Skip-gram(word2vec) ) – 分布仮説的な考え方： windowをスライドしながら コーパス全体見ることで 意味表現を獲得 – Word analogy task では効果高い → 木(word)を見て森(corpus)を見ず
7. 望ましい分散表現 • W3 が W1, W2に意味が 近いか わかる尺度 – W1=ice, W2=steam の時 W3=solid 〜 ice – W1=ice, W2=steam の時 W3=gas 〜 steam – W1=ice, W2=steam の時 W3=water 〜どちらでもない – W1=ice, W2=steam の時 W3=fashion〜どちらでもない → 共起頻度の比(のlogをとったもの)
8. 既存の分散表現モデルとの比較 • Skip-gram(word2vec) 〜 重み付きcross-entropy を 最小化した時の表現 • GloVe 〜Skip-gram のモデルを共起頻度で重みづ け など工夫を加えることで改良したもの
9. 既存の分散表現モデルとの比較 • 共起頻度で重み付け → よく共起する 単語の関係が 学習されやすい → ノイズの少ない単語の関係に焦点をあてる．
10. GloVeの性能の比較 Word Analogy Task NER Word similarity tasks
11. 学習曲線