1.The Language Modeling Problem

        现在抛开我们之前讲的马尔科夫模型的假设,对于一门语言的定义,肯定不能简单依赖于每个单词的前两个单词,这是常识。比如英语中的动词形态就和主语有关。那么我会怎么考虑一个语言模型呢,很可能是下面这样一个情况:
             
      我们之前讲的Trigram模型也可以用这样的形式来表示:
               
      那么我们要用我们增加的一些定义,一种naive的方法就是选取一些参数来生成模型:
           
    可以想象,这是很难驾驭的。但是我们可以用这样的模型来理论上地表示一些例子。
    而下面要讲的Log-Liner Model就可以加入这些信息,并使其可操作。

2.Log-linear models

2.1 Define

      我们首先用对Language Model的描述来引入log-linear model,Log-linear model其实是可以引入到很多问题里面的。
     这里我先作如下定义:
            
     然后我们定义feature(参数),一个参数就是一个函数,把x,y映射到一个具体的值
       
      一般来讲,我们设定一个参数值选择为binary的值,要么为1,要么为0
      然后假设我们有m个不同的参数,对于一组(x,y),我们就有一个长度为m的参数值向量:
       
      比如在language model中我们有这样一系列的参数:
         
在实际中,这些参数的数量是非常多的,为了方便,我们常常用简便的方式来表示一些类似的参数:
            
         其中N(u,v,w)把每一组u,v,w映射为一个不同的整数,这一组参数的数量就是不同u,v,w的数量,其实这也就是trigram model的定义,只不过我们用另一种方式表达出来而已。

2.2 Result

          这样我们就得到了一组m个参数,同时我们再定义一个长度为m的向量v,然后我们就可以把(x,y)映射为一个“score”(得分)了:
         
          其实就是数学中的向量的点乘。

2.3 Further Define

        我们接下来再进一步用log-linear model来表示我们的Language model:
        我们有一个X是input空间,Y是一个有限的词语空间,我们使:
              
         这就是我们的log-linear模型下的语言模型了,注意e的指数其实就是我们上面所说的"score"
         为什么叫log linear 模型呢?我们对两边取log看一下:
           
         一目了然了是吧

2.4 for other problem

          除了Language Model,log liner的方法还可以用到其他问题上,比如说tagging problem(这个问题的描述在之前的日志有讲:点击打开)
         
我们要做的是重新设计feature函数,以及改变一下 history的的定义(也就是上面的x),上面我们是使x=w1,w2…wi-1
          在tagging problem中我们使:
          
         这样就是 tagging problem 的log linear模型了,所以说log linear可以应用于比较广的范围。下面我们会详细讲 Tagging Problem中的log-linear model

3.Maximum-Likelihood Estimation for Log-liner Model

3.1 introduction

         下面介绍下怎么从训练数据中得到参数,选择的方法叫做ML(最大似然估计)
         我们有的就是一系列的x和y
         首先选择v:
            
         其中L(v)为:
                
         它叫做似然函数。
         有了似然函数,我们就可以选择一种叫做Gradient Ascent的方法,也就是求使L函数最大的v
         这个其实就是梯度上升,就是在L上对v求导,得到梯度,然后一步步用梯度趋近最大值(这其实和梯度下降是相似的,具体可以见这里的部分内容)
               
         然后我们每次迭代使v加上 (β乘以这个导数),β是学习时选择的参数,叫做学习速率。

3.2 Regularization

          如果L只是简单地上面那种形式,算法很可能会过拟合,一些v会变成非常大来更好地增大似然函数,但这种增大是畸形的,叫做overfitting
          解决的方法很多,最简单的一种就是加入regularization的部分,也就是:
          
         
这样的话如果v过大就会招致penalty
          那么:
         
########下面的课程相对细讲了log linear model对于Tagging和Parse问题的方案,我选简单的写一个=========
########其实模型都是相似的===============================================================

4、Log-Linear Models for History-based Parsing

4.1回顾下Log-Linear Taggers

          好吧,这段我懒了,没有写log linera tagger的内容,所以在这补充总结一下,其实也不是很复杂
          
          大概就是这样的一个模型,可以看出其实就是2.4的内容。

4.2 History-Based Models

         有了tag以后,我们可能还会有需求去求的一个parse,也就是语法树,一步步来。
       
 假设我们能够将一颗树表示为一系列的decisions,假设为m个,我们有:
           
         注意这里的m不一定是句子的长度,我们可以做很多decision来表示句子树的结构
        然后我们定义:
               表示这个句子
        那么对于一棵树的probability就是:
            
        Over------就这么简单,关键是我们要怎么来设计我们的decision
        注意和4.1对比一下,我们如果把decision换成tag的内容,就变成了Tagger的问题

4.3Ratnaparkhi's Parser:

       再继续我们的内容之前,先放一个例子在这,好继续描述:
         
     下面主要讲的是一个叫做Ratnaparkhi的人的model,好吧,又是一个90后的model……
     他的模型主要分三层:

1. Part-of-speech tags

                        这部分就是简单的tag的model,每个decision就是一个tag的选择
                         
                      

2. Chunks

                     Chunks其实就是短语部分的模型:
                        
                      也就是上面那一排tag,其正式点的定义就是:所有儿子都是 Part-of-speech tags的节点
                      如何表示它的decision呢?我们用SART和JOIN来表示
                    
                      一目了然?再加上第一层的模型,现在我们的decision已经有2*n个了:
                     
                         

3. Remaining structure

                      Remaining structure,我们看一下这颗tree还有什么remaining了呢?更高层的树的结构
                      我们将用Check来在第二层的基础上来表示这棵树:Check=NO 或者 YES
                      首先我们跑一次第二层,Check一直设置为NO,不增加什么操作,直到:
                               
                        我们设置Check=YES,那么发生奇迹的时刻到了,看到没,一组Start和Join消失了,取而代之的是一个Chunk:PP
                              
                        我们再继续,CHECK继续为NO:
                             
                    看到没,在选择Check为YES的时候就把上一个start的部分合并成一个符号!!!
                   这样继续到最后,我们就得到了最终的decision:
                       

4.4 Applying a Log-Linear Model

                其实比较简单,就是di作为输入,而<d1…di-1,S>作为history
                     
                其中A表示所有可能的action(decision)
                那么现在还有一个最大的问题,怎么设计我们的 f ?!!
               Ratnaparkhi的模型中主要还是关联了decision的部分,我们同样可以对decision进行trigram或者bigram模型的设计,这是和以前的定义一样的,然后将各部分混杂起来就会得到很多的f了。

4.5 Search Problem

            在POS tagging问题中我们能够使用Viterbi algorithm的原因是我们有如下假设:
          
            但是现在的decision可能依靠之前的任意一个decision,动态规划是没辙了。。。。
            这一部分会在下一周的课程讲到。^_^

NLP - Log-linear Models的更多相关文章

  1. 广义线性模型(Generalized Linear Models)

    前面的文章已经介绍了一个回归和一个分类的例子.在逻辑回归模型中我们假设: 在分类问题中我们假设: 他们都是广义线性模型中的一个例子,在理解广义线性模型之前需要先理解指数分布族. 指数分布族(The E ...

  2. Regression:Generalized Linear Models

    作者:桂. 时间:2017-05-22  15:28:43 链接:http://www.cnblogs.com/xingshansi/p/6890048.html 前言 本文主要是线性回归模型,包括: ...

  3. Generalized Linear Models

    作者:桂. 时间:2017-05-22  15:28:43 链接:http://www.cnblogs.com/xingshansi/p/6890048.html 前言 主要记录python工具包:s ...

  4. Andrew Ng机器学习公开课笔记 -- Generalized Linear Models

    网易公开课,第4课 notes,http://cs229.stanford.edu/notes/cs229-notes1.pdf 前面介绍一个线性回归问题,符合高斯分布 一个分类问题,logstic回 ...

  5. 斯坦福CS229机器学习课程笔记 part3:广义线性模型 Greneralized Linear Models (GLMs)

    指数分布族 The exponential family 因为广义线性模型是围绕指数分布族的.大多数常用分布都属于指数分布族,服从指数分布族的条件是概率分布可以写成如下形式:η 被称作自然参数(nat ...

  6. [Scikit-learn] 1.1 Generalized Linear Models - from Linear Regression to L1&L2

    Introduction 一.Scikit-learning 广义线性模型 From: http://sklearn.lzjqsdd.com/modules/linear_model.html#ord ...

  7. [Scikit-learn] 1.5 Generalized Linear Models - SGD for Regression

    梯度下降 一.亲手实现“梯度下降” 以下内容其实就是<手动实现简单的梯度下降>. 神经网络的实践笔记,主要包括: Logistic分类函数 反向传播相关内容 Link: http://pe ...

  8. [Scikit-learn] 1.5 Generalized Linear Models - SGD for Classification

    NB: 因为softmax,NN看上去是分类,其实是拟合(回归),拟合最大似然. 多分类参见:[Scikit-learn] 1.1 Generalized Linear Models - Logist ...

  9. [Scikit-learn] 1.1 Generalized Linear Models - Logistic regression & Softmax

    二分类:Logistic regression 多分类:Softmax分类函数 对于损失函数,我们求其最小值, 对于似然函数,我们求其最大值. Logistic是loss function,即: 在逻 ...

  10. ON THE EVOLUTION OF MACHINE LEARNING: FROM LINEAR MODELS TO NEURAL NETWORKS

    ON THE EVOLUTION OF MACHINE LEARNING: FROM LINEAR MODELS TO NEURAL NETWORKS We recently interviewed ...

随机推荐

  1. css 之calc无效踩坑

    踩坑: 1. height:calc(100vh-60);  无效 2.height:calc(100vh-60px); 无效 3.height:calc(100vh - 60px);  终于起效 总 ...

  2. db2数据库的备份与还原

    前言: 数据备份的重要性: 提高系统的高可用性和灾难可恢复性:(在数据库系统崩溃的时候,没有数据库备份怎么办!) 使用数据库备份还原数据库是数据库系统崩溃时提供数据恢复最小代价的最优方案:(总不能让客 ...

  3. php连接docker运行的mysql,显示(HY000/2002): Connection refused的解决办法

    php要连接docker中运行的mysql是不能用localhost, 127.0.0.1来连接的,因为每个docker运行容器的localhost 127.0.0.1都是自己容器本身,不是mysql ...

  4. 一图一知-TS的基本数据类型

  5. 《wifi加密破解论文》翻译介绍-wifi不再安全

    前言 wifi的加密协议WPA2已经被破解,影响范围包括所有支持wifi的设备,包括Android,Linux,Apple,Windows,OpenBSD,联发科技,Linksys等.其中对Andro ...

  6. R的数据结构--数组

    数组:可以认为数组是矩阵的扩展,它将矩阵扩展到2维以上.如果给定的数组是1维的则相当于向量,2维的相当于矩阵. R语言中的数组元素的类型也是单一的,可以是数值型,逻辑型,字符型或复数型 参数解释 ar ...

  7. Hbuilder 开发微信小程序的代码高亮

    一.点击“工具”-“选项”-搜索“文件关联” 二.点击“添加”文件类型,点击确定 三.在相关联的编辑器中点击“添加”按钮,选择CSS Editor,点击确定,重新打开 *.wxss 类型的文件即可 其 ...

  8. linux基础_用户组的管理

    1.创建组 语法:groupadd 组名 2.删除组 语法:groupdel 组名 3.创建用户时,直接指定组 语法:useradd -g 用户组 用户名 4.修改用户的组 语法:usermod -g ...

  9. Java用递归实现全排列,详细

    package edu.cqu.algorithmTest; import java.util.Scanner; // 全排列,递归实现 public class Main8 { public sta ...

  10. metal feature and specification

    https://developer.apple.com/metal/Metal-Feature-Set-Tables.pdf 宝贝 https://developer.apple.com/metal/ ...