微软IJCAI演讲PPT Part II：深度学习在统计机器翻译和对话上的应用

前天我们翻译了微软关于NLP（自然语言处理）的PPT的概览部分，今天我们为大家带来了这份PPT的第二部分：同上次一样，我们将翻译内容放在图里的同时也写在了下面，大家可点开大图，也可按需自行查阅底部文字~

统计机器翻译（SMT）包括：

l 统计结果 l 来源渠道模型 l 翻译模型 l 语言模型 l 对数线性模型 l 评价指标：BLEU分数（越高越好）

基于短语的统计机器翻译（SMT）将中文翻译成英文

核心问题：针对什么建模？

l 针对词汇可能性 语言模型 LM/w 来源 l 基于短语的机器翻译 翻译/录制可能性 翻译 录制 l 基于二元的机器翻译 l ITG模型

神经网络在基于短语的SMT中的示例

l 神经网络作为线性模型中的组成部分 翻译模型 预压模型 卷曲神经网络的使用 联合模型 FFLM与原始词汇 l 神经机器翻译（NMT） 建立一个单一、大型的神经网络用来读取句子并输出翻译 RNN 编码-解码 长短时期记忆 联合学习顺序、翻译 NMT在WMT任务上超过了最好的结果

短语翻译模型虽然简单，但是解决了数据稀少的问题。

深度语义相似模型（DSSM）

l 计算语义相似性btw文本 l 针对自然语义处理任务的DSSM

DSSM 针对短语翻译模型

l 两个神经网络（一个是来源方向，一个是导向方向） 输入 输出 l 短语翻译分数=矢量点积 分数 为了缓解数据稀疏性，允许复杂的分数函数

N-gram语言模型

l 词语n-gram模型（如n=3） l 使用长历史的问题 稀少的事件：不可靠的可能性预估

RNN LMs需要返回到句子刚开始的时段，这也使得动态规划更加困难。为了给新词汇评分每一个解码器的状态都需要维持在h，通过传统的n-gram语境和最好的h来合并假设，进行重新组合。

模拟S需要3个条件：1.整个源句子或者均衡的源词汇 2.S作为词汇序列，词汇包，或者矢量代表 3.如何学习S的矢量代表？神经网络联合模型基于递归神经网络语言模型和前馈神经语言模型。

前馈神经语言模型

扩展前馈LM，使它包含周围有均衡源词汇的窗口。如果要对齐多个源词汇，选择正中间的位置；如果无需对齐，则继承最近目标词汇的队列。同时用队列在文本中进行训练；优化目标的可能性。

神经机器翻译，建立一个单独的，大型的NN，阅读句子并输入翻译。不像基于短语的系统需要很多零件模型组成。编码器-解码器基础方法是：一个编码器RNN进行阅读和将一个源句子编码到固定长度的矢量中，一个解码器RNN从编码器矢量中输出可变长度的翻译，最后编码器-解码器RNNs联合学习文本，优化目标可能性。

[Sutskever+2014]编码器-解码器模型

将MT当成普遍的序列到序列的翻译，阅读源头；累积隐状态；生成目标。其中<EOS>是停止递归进程的符号。在练习中，反向阅读源句子会导致更好的MT结果。在文本中进行训练，并使用SGD优化目标可能性。

潜能和困难

在理论上，RNN可以将所有过去输入的信息“储存”在h中，但在现实中标准的RNN无法捕获长距离的依赖。解决反向传播中梯度消失和爆炸和不稳定噪音问题的方法是：长的短期记忆。

长短期记忆细胞

RNN中一个LSTM单元的信息流的图解和数学公式。W`s是权重矩阵，虽然没有显示但可以从图中轻松的推理出来。

两个门的记忆细胞

图2：提出的隐激活函数。更新门z决定隐藏状态是否更新了新的隐藏状态h。复位门r决定先前的隐藏状态是否被忽略。

排列和翻译的联合学习

SMT编码器-译码器模型存在一个问题问题：压缩源信息到一个固定长度矢量中，使得RNN很难复杂长句子。注意力模型就是：编码输入句子到矢量队列，并在解码时选择矢量的子集

它类似的想法于[Devlin+14]。

[ Bahdanan+15]的注意力模型

编码器：双向RNN编码每一个单词和文本

解码器：寻找一系列与预测的目标词汇最相关的源词汇，并基于源词汇和所有先前生成词汇相关的文本矢量预测目标词汇。这样翻译长句子的表现接近最佳性能。

MSR`s神经对话引擎