GloVe: Global Vectors for Word Representation论文笔记解读

基本信息

作者	Jeffrey Pennington	doi	10.3115/v1/D14-1162
发表时间	2014	期刊	EMNLP
网址	https://aclanthology.org/D14-1162.pdf

研究背景

1. What’s known 既往研究已证实
全局矩阵分解方法：LSA，考虑整个语料库词频的统计信息得到共现矩阵，通过矩阵分解得到潜在语义信息。【有效地利用了统计信息，但它们在单词类比任务上做得相对较差，这表明向量空间结构不是最优的。】

局部上下文窗口方法：skip-gram (以及cbow)。【在类比任务上做得更好，但它们很少利用语料库的统计数据，因为它们在单独的局部上下文窗口上训练，而不是在全局共出现计数上训练。】

2. What’s new 创新点
Glove模型：融合了当时最新的全局矩阵分解方法和局部文本框捕捉方法，即全局词向量表达，利用了全局词词共现矩阵中的非0数据来训练。

3. What’s are the implications 意义
这种新的词向量表达方法提高了很多NLP基础任务的准确率。

研究方法

1. GloVe
在这里插入图片描述

α 取值为0.75能得到最好的模型效果。

结果与讨论

该模型训练的高效性，且在语料库较小时，也能取得不错的效果。
窗口大小逐渐变大，GloVe词向量在语义任务表现最佳。
同时使用对称上下文对GloVe词向量在各个任务的表现有益处。

个人思考与启发

拓展学习：论文阅读 - Distributed Representations of Words
用来表示 word 的向量被称为 Embedding，因为这个词被嵌入到（embedded）了向量空间中。

重要图

文献中重要的图记录下来
图2：在类比任务上的准确性是向量大小和窗口大小/类型的函数。所有模型均在60亿令牌语料上进行训练。在( a )中，窗口大小为10 .在( b )和( c )中，向量大小为100。
展示了三个不同超参数对最终结果的影响。

第一个是保持窗口对称，且窗口大小固定的情况下，向量维度对最终模型表现的影响。可以看到最初随着维度增加，模型表现也愈佳，但是当维度增加到300以上后，模型表现没有很明显的变化。虽然semantic评估有略微增长，但是维度增加，对资源的消耗也会增加，所以考虑到成本，一般会选择300作为最终的维度。

第二个是指保持窗口对称，维度固定的情况下，窗口大小对模型的影响。

第三个是指窗口不对称，也就是说只考虑前面或者后面的单词，维度固定的情况下，窗口大小对模型的影响。
图4：词类比任务的总体正确率是训练时间的函数，它由GloVe的迭代次数和CBOW ( a )和skip - gram ( b )的负样本数决定。在所有情况下，我们在相同的6B token语料(维基百科2014 +千兆词5)上训练300维向量，词汇量相同为40万词，并使用大小为10的对称上下文窗口。
迭代次数越多越小，效果很稳定。