基于Attention机制的深度学习模型在文本分类中的应用

Attention机制在2016年被大量应用在nlp中,这里简单介绍Attention在AS任务上的应用。在对AS任务建模时,采用问题和答案对的形式建模,因此可以根据问题和答案的关系设计Attention机制。而文本分类任务中则稍有不同,文本分类建模方式为问题和标签。因此Attention机制的设计一般被应用于时序模型中,通过时序状态设计Attention。

本文参考《Hierarchical Attention Networks for Document Classification》,该论文介绍了Attention机制在英文文本分类中的应用。本文采用document级分类,即document由sentence组成,而sentence由word组成,因此天然的具有层级关系。以word为粒度输入网络抽取word级特征得到表示sentence的特征向量;然后将sentence级向量输入网络抽取sentence级特征得到最终的document级特征,然后将document特征通过一个线性表示和softmax。为了给与不同的word和不同的sentence分配不同的权重,论文设计一个层级架构的attention机制用于提升模型的性能。

Hierarchical Attention Network

本文借鉴论文中设计Attention的方式,设计了基于单字的Attention模型。

本文Attention网络结构

实验步骤

1:本次实验采用单句问题和对应的标签作为输入。实验之前首先对问题按字切词,然后采用word2vec对问题进行预训练(这里采用按字切词的方式避免的切词的麻烦,并且同样能获得较高的准确率)。

2:由于本次实验采用固定长度的GRU/LSTM,因此需要对问题和答案进行截断(过长)或补充(过短)。

3:实验建模Input。本次实验单句问题和标签进行建模(q,l),q代表问题,l代表标签。

4:将问题进行Embedding(batch_size, seq_len, embedding_size)表示。

5:对问题采用GRU/LSTM模型计算特征(seq_len, batch_size, rnn_size)。

6:GRU/LSTM模型输出向量为(batch_size, seq_len,rnn_size),因此需要对输出特征向量进行特征抽取。常用的特征抽取方式为取模型最后一步的输出为下一层的特征,但是该特征抽取方式只取了最后一步的特征,丢弃了其他的特征信息,所以本次实验采用Attention机制计算每一步特征的权值,然后进行加权平均。

7:对模型输出的特征进行线性变换。

8:针对多类文本分类,需要将线性变换的输出通过softmax

参数设置

1:、这里优化函数采用论文中使用的Adam(尝试过SGD,学习速率0.1,效果不佳)。

2、学习速率为1e-4。

3:、训练100轮。

4、embedding_size为150维。

5、attention为100维。

6、batch_size这里采用128。

7、问题长度限制为80字。

8、rnn_size为201。

9、模型采用单层网络,多层网络速度相对更慢,性能没有明显的提升。

10、dropout为0.5(在输入和输出时均执行dropout,单次dropout实验时效果不佳)

实验效果对比

BIGRU :93%

BILSTM :91.43%

BIGRU_ATTENTION :95.4%

BILSTM_ATTENTION :96.2%

实验总结:本次实验语料为5W,根据结果分析GRU稍胜LSTM,这也证明了前面博客的观点(在语料数量相对较少时,GRU可能会获得更优的性能)。将Attention机制应用在GRU和LSTM上,都取得了较好的性能提升,基于Attention的LSTM模型性能稍胜GRU模型。

附录

words.txt

train.txt

cateAndQuest.txt

vectors.txt

由于部分朋友评论不知道文件格式,因此这里举例列出各个文件的格式。words.txt和train.txt都是空格分开,cateAndQuest.txt是tab键分开,vectors.txt一行是一个词向量,和words.txt一一对应。

原文发布于微信公众号 - 人工智能LeadAI(atleadai)

原文发表时间:2017-08-31

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏开发与安全

算法:AOV网(Activity on Vextex Network)与拓扑排序

在一个表示工程的有向图中,用顶点表示活动,用弧表示活动之间的优先关系,这样的有向图为顶点表示活动的网,我们称之为AOV网(Activity on Vextex ...

2607
来自专栏Phoenix的Android之旅

Java 集合 Vector

List有三种实现,ArrayList, LinkedList, Vector, 它们的区别在于, ArrayList是非线程安全的, Vector则是线程安全...

672
来自专栏拭心的安卓进阶之路

Java 集合深入理解(6):AbstractList

今天心情比天蓝,来学学 AbstractList 吧! ? 什么是 AbstractList ? AbstractList 继承自 AbstractCollec...

19210
来自专栏计算机视觉与深度学习基础

Leetcode 114 Flatten Binary Tree to Linked List

Given a binary tree, flatten it to a linked list in-place. For example, Given...

1958
来自专栏学海无涯

Android开发之奇怪的Fragment

说起Android中的Fragment,在使用的时候稍加注意,就会发现存在以下两种: v4包中的兼容Fragment,android.support.v4.ap...

3165
来自专栏alexqdjay

HashMap 多线程下死循环分析及JDK8修复

1K4
来自专栏desperate633

LeetCode Invert Binary Tree题目分析

Invert a binary tree. 4 / \ 2 7 / \ / \1 3 6 9 to4 / \ 7 2 / \ / \9 6 3 1 Tri...

871
来自专栏赵俊的Java专栏

从源码上分析 ArrayList

1181
来自专栏项勇

笔记68 | 切换fragmengt的replace和add方法笔记

1444
来自专栏后端之路

LinkedList源码解读

List中除了ArrayList我们最常用的就是LinkedList了。 LInkedList与ArrayList的最大区别在于元素的插入效率和随机访问效率 ...

19710

扫码关注云+社区