基於雙向注意力的閱讀理解(ICLR2017,引用800多,入門閱讀理解可以看這篇)
paper: https://arxiv.org/abs/1611.01603
code: https://github.com/allenai/bi-att-flow
模型框架
模型主要框架如下圖所示:
包括六個部分:
Character Embedding Layer:使用character-level CNNs將詞轉換成向量;
Word Embedding Layer:使用預訓練的word embedding模型將詞轉換成向量,如glove等;
Contextual Embedding Layer:利用周圍單詞的上下文提示來完善單詞的嵌入,如Bi-LSTM。同時應用於query和context;
Attention Flow Layer:將query向量和context向量耦合,包括query2context attention和context2query attention;
Modeling Layer:使用RNN模型學習上下文表示;
Output Layer:得到query的答案。
值得注意的是,前三步在不同粒度下計算query和context的特徵,這有點像計算機視覺領域的CNN中的多階段特徵計算的過程。
雙向注意力流
下面具體講一下Attention Flow Layer.
在這一步中,作者計算兩個方向的attention:從context到query以及query到context。這兩個方向的attention都基於相同的相似度矩陣,其中H表示context embedding,U表示query embedding。表示context的第t個時刻和query的第j個時刻的相似度,具體如下:
其中,是可訓練標量,,表示H的第t列,即第t個時刻的向量,同樣,表示U的第j列,即第j個時刻的向量.可選的,,是一個可訓練權重向量。
context-to-query attention
context-to-query(C2Q)目的是得到context的每個詞中,與query各個詞的相關性。
令表示第t個context word與query各個詞的attention權重,其中(這裏應該是所有j的和爲1,作者寫的是all t,應該是寫錯了)。,因此
query-to-context attention
query-to-context attention(Q2C)目的是得到query的每個詞中,與其最相似的context word,這是回答query的一個重要參考。
首先,使用獲得context words的attention權重。其次,.此向量表示上下文中相對於query而言最重要的單詞的加權和. 在列維度上覆制T次得到.
最後,對上述向量進行拼接得到,特別地,可令
Modeling Layer
將上一步的G作爲輸入,使用bi-LSTM得到輸出。
Output Layer
QA任務需要模型從paragraph中找到一個子序列來作爲query的答案。因此,output layer的目的是預測開始索引和結束索引。
training loss使用兩個索引的交叉熵損失的和,即
測試階段:當取得最大值時,使用answer span(k,l)作爲query的答案,其中