【记录】Skipgram和CBow实现

标签：http   词向量   word2vec   逻辑回归   near   enc   word   获得   pytho   

• numpy、tensorflow手写SkipGram(没有negative sampling)和cbow：

http://www.claudiobellei.com/2018/01/07/backprop-word2vec-python/

这两种实现都需要动手算梯度，手动实现梯度下降，且不没有使用negative sampling。

• Pytorch版实现

不用Negative Sampling的话，理解了SkipGram的原理，用Pytorch来实现SkipGram非常简单。

输入的X就是中心词的one-hot-encoding(1*V维),X再与一个V*N的矩阵【在Pytorch里就是nn.Linear(V,N)，或者nn.Embedding(V,N)】相乘，再与一个N*V的矩阵相乘，就得到一个1*V的预测输出y_hat，再把y_hat经过softmax，得到一个1*V的概率分布，再与x的任意一个上下文词y（也是one-hot-encoding形式）做CrossEntropyLoss，CrossEntropyLoss就是需要最小化的目标函数。再backward。如此将所有的中心词-上下文词pair都输入到Network中训练即可。代码见：https://www.cnblogs.com/aaronhoo/p/13205827.html

我试了一下，这种原始的、不用Nagative Sampling的方法简单，当词表小的时候，效果还可以，中心词和上下文词的词向量比较接近。但缺点是训练非常慢，主要是因为计算CrossEntropy时用到了Softmax，因此必须采用Nagative Sampling方法来加速。

• NegativeSampling

NegativeSampling的思路与原始的SkipGram完全不同，NegativeSampling是将X、Y结成的pair做分类，而不是用X预测Y。如果X-Y对是中心词-上下文，则NegativeSampling输出1，否则输出0。loss function也是类似CrossEntropyLoss（用nn.functional.binary_cross_entropy_with_logits函数来计算），与上面类似，只不过这里是二分类，而不是V分类，因此用sigmoid函数来计算概率。具体做法是X，Y各自的one-hot-encoding分别与一个V*N的矩阵相乘（在Pytorch也就是各自代入nn.Embedding后，再做dot-product，dot-product的意义就是算两者之间的相似度），结果再输入sigmoid函数。如此重复可获得一个batch的XY对的sigmoid函数值，再与该batch的labels做二分类的cross-entropy就是作为目标函数。

注意，NegativeSampling的目标函数与逻辑回归不同：逻辑回归的目标函数是最大似然的负数，也就是所有样本的概率相乘再取负数。

• Nagative Sampling的实现：推荐PyTorch版《动手学深度学习》Dive into DL-Pytorch.pdf 当中的实现。

【记录】Skipgram和CBow实现

标签：http   词向量   word2vec   逻辑回归   near   enc   word   获得   pytho   

原文地址：https://www.cnblogs.com/aaronhoo/p/13280596.html