序列向量化

DeepIntent模型

文献：Zhai S, Chang K H, Zhang R, et al. DeepIntent: Learning Attentions for Online Advertising with Recurrent Neural Networks[C]// KDD 2016:1295-1304.

思想

从pooling的角度来解释attention机制，last pooling（选择RNN的最终隐输出作为序列表示向量）存在“远距离信息容易遗忘”的问题；mean pooling(将RNN的各个时刻对应输出进行简单平均）存在“无法区分各个term对用户意图的贡献度的差异”的问题；max pooling(对RNN的所有时刻对应的输出向量的分量取最大值）存在与mean pooling类似的问题. 提出如下的attention pooling:

• h=∑t=1Tatht , 其中at=exp(s(ht;θ))∑Tt=1exp(s(ht;θ))

s(ht;θ) 为注意网络，主要用来学习权重系数at , 网络结构如下：

以查询log文件构造有监督学习的数据集：(q,d+) ，(q,d−i) , 分别表示查询序列q，与q诱发的点击d+ , q查询下并没有点击(q,d−i) , 有如下目标函数：

• J(θ)=−∑(q,d+)logexp(score(q,d+))exp(score(q,d+))+∑ni=1exp(score(q,d−i))  s.t.  score(q,d)=hq(q)Thd(d)

---

CSE模型(Conceptual Sentence Embedding)

文献：Wang Y, Huang H, Feng C, et al. CSE: Conceptual Sentence Embeddings based on Attention Model[C]// ACL 2016:505-515.

思想

为了解决一词多义问题，将概念与注意机制相结合来实现文本序列的嵌入表示，使得相同的词在不同概念中有不同的向量表示形式。
启发于CBOW与Skip-gram的思想”在预测中心目标词或局部语境词时，需要对词进行向量化”，提出类似思想“在预测中心目标词或局部语境词时，需要对句子进行概念相关向量化”：

模型： （1） CBOW-CSE ； （2）Skip-Gram-CSE

每个句子有其ID，利用基于知识的文本概念化算法获得句子的概念分布θC ,W 与S 分别为单词向量列空间与句子向量列空间，C 是将句子概念分布θC 转化为概念向量c 的固定线性算子。
在对CBOW-CSE的模型参数W，S，U 与b 进行估值时，并没有考虑中心目标词的各语境词之间的相对位置，也就是说，忽略了语境词的顺序，这会降低句子向量化性能。

Skip-Gram-CSE：忽略输入中的语境词，而从输出中的定长语境随机选取语境词进行预测。预测语境窗口内的一个语境词向量实质上就是给定句子向量s 与其概念向量c 的多分类问题。该模型的参数为S，U 与b 。

Attention-CSE：CBOW-CSE与Skip-Gram-CSE都需要确定语境窗口大小，这是个难题。太大可能会引入无关词，太小可能会排除相关词。这是由于这些模型是采用同等重要的方式来处理语境窗口内的词语。为此，引入注意机制以区别对待语境窗口内的词语。即将CBOW中的ct=12k∑−k⩽c⩽k,c≠0wt+c 修改为ct=12k∑−k⩽c⩽k,c≠0at+c(wt+c)⋅wt+c , 其中at+c(wt+c) 是t+c 位置上的词语的权重。具体计算方法如下：

• ai(w)=edw,i+ri∑−k⩽c⩽k,c≠0edw,c+rc

其中dw,i∈D|V|×2k 表示词语w 的2k 个位置语境词中的第i 位置语境词的权重，ri∈R2k 是各个距中心词相对位置的语境词的对应偏差。

Attention-CSE（参数包括：W，C，S，D，R）