专栏首页程序生活图神经网络14-TextGCN:基于图神经网络的文本分类

图神经网络14-TextGCN:基于图神经网络的文本分类

论文题目:Graph Convolutional Networks for Text Classification 论文地址:https://arxiv.org/pdf/1809.05679.pdf 论文代码:https://github.com/yao8839836/text_gcn 发表时间:AAAI 2019

ps:注意这篇论文作者在2018年已经公开在arxiv,我们再此不讨论预训练模型的事情 ^_^

论文摘要与简介

文本分类是自然语言处理过程中一个非常重要和经典的问题,在论文和实践过程中可以说经久不衰的任务。或多或少接触NLP的同学,应该比较清楚目前文本分类的模型众多,比如Text-RNN(LSTM),Text-CNN等,但是当时很少有关于将神经网络用于文本分类的任务中。

本文提出一种将图卷积网络模型用于文本分类的模型,主要思路为基于词语共现以及文本单词之间的关系构建语料库中文本的Graph,然后将GCN学习文本的表示用于文本分类。通过多个基准数据集实验表明,Text-GCN无需额外的单词嵌入或者先验知识就能够取得由于最新的文本分类方法。另一方面,Text-GCN还能够学习和预测词语与文档的嵌入表示。

论文动机与相关工作

图形结构在自然语言处理任务的文本数据中有许多有趣的应用,如语义角色标记(Titov2017)、关系分类(Li,Jin和Luo2018)和机器翻译(Bastings等)。

传统上,针对文本分类的模型一直侧重于单词嵌入的有效性和用于文档嵌入的聚合单词嵌入。这些词嵌入可以是无监督的预训练嵌入(例如word2vec或Glove),然后将其输入分类器中。最近,诸如CNN和RNN的深度学习模型已经成为有用的文本编码器。在这两种情况下,文本表示都是从单词嵌入中学习的。本文作者建议同时学习单词和文档嵌入以进行文本分类。

在本文之前其实也有GCN用于文本分类的研究,但是大部分工作都是将文档或者词语看做节点,相比之下,本文在构建语料库图时,我们将文档和单词视为节点(因此是异构图),并且不需要文档间的关系。本文提出的Text-GCN,获取给定的文档和单词的语料库,并构造一个图形,其中文档和单词为节点(有关的详细构建,我们稍后讨论)。利用此构造的图,`Text-GCN·利用图卷积网络来学习更好的节点表示(单词和文档的表示)。然后可以将这些更新的表示形式输入到分类器中。

GCN:Graph Convolutional Networks

我们快速对GCN进行回顾下,原文可以查看Semi-supervised classification with graph convolutional networks

首先我们定义下GCN的输入Graph。图

,由节点集合

和边集合

组成。连接节点的边可以用林局长了表示

。如果

不为空,那么表示节点

和节点

之间存在关系,并且权重为

的具体数值。GCN还向节点添加自环,因此邻接矩阵变为:

另外,每个节点都可以有一个向量表示,这个向量可以认为是该节点的特征。因此我们还有一个矩阵

,其中

是第

个节点的节点特征,

代表特征向量的大小。对于模型训练需要一个权重矩阵

,其中

是输出维度大小。最后我们还需要引入一个节点的度对角矩阵

,对角线每个值代表了节点的度大小。

有了以上条件和基础,我们可以给出GCN层的公式表示了:

=

我们一步步解释下这个公式。其中

,代表了输入节点的隐层输出向量表示。另外注意

本质上是邻接矩阵,但是通过节点的度进行了归一化。

从上面可以看到,GCN本质上是学习了节点邻居和节点本身的节点表示形式(请记住自循环)。 GCN层允许节点从跳远的其他节点接收信息。GCN属于一类图形神经网络,称为消息传递网络,其中消息(在这种情况下,边缘权重乘以节点表示形式)在邻居之间传递。我们可以将这些消息传递网络视为帮助学习节点表示的方法,该节点表示法考虑了其图结构的附近邻居。因此,图的构造方式,即在哪些节点之间形成哪些边,非常重要。接下来我们讨论下图卷积网络如何用于文本分类,文本图如何构造。

Text-GCN:基于图神经网络的文本分类

文本Graph的构建

构造“文本”图的细节如下。首先,节点总数是文档

数加上不同词语

的个数。节点特征矩阵是恒等矩阵

每个节点表示都是一个one-hot向量。同样,邻接矩阵(文档和单词节点之间的边缘)定义如下

是包含单词i和单词j的滑动窗口的数量,而

是包含单词i的滑动窗口的数量。

是滑动窗口的总数。

文本与词语之前的关系比较好刻画,文中直接采用我们常见的Tfidf来构建文档与词的边。对于词与词的关系采用PMI

是两个单词节点之间的逐点互信息,用于查看两个单词的共现次数。用于计算共现的窗口大小是模型的超参数。在本文中,作者将其设置为20。直观地,图造尝试将相似的单词和文档放置在图形中彼此靠近的位置。

Text-GCN模型

完成文本Graph构建后,作者只需运行两层GCN,然后运行softmax函数来预测标签。公式为:

对于损失函数,使用交叉熵损失。

论文实验

作者将他们的模型与 CNN、LSTM 变体和其他基线词或段落嵌入模型进行了比较。比较是在5个数据集上执行的。

  • 20NG超过18,000个文档平均分布在20个类别中
  • Ohsumed共有23种疾病类别的7000多种心血管疾病摘要
  • R52是Reuters-21578的子集,该文件于1987年出现在路透社新闻专栏中。大约10000个文档,涉及52个类别
  • R8与上述相同,但具有7500个文档和8个类别
  • MR电影评论数据集,包含10000条评论和两个类别:正面情绪和负面情绪

实验结果如下表所示:

从结果可以看出,TextGCN与CNN,LSTM和其他基准相比,每个数据集的效果最佳或接近最佳。这种性能纯粹来自上一节中定义的边缘和边缘权重,没有输入词向量,可见效果很好~。

GCN网络学习到的向量表示

为了获得对学习的表示的一些见解,作者展示了通过获取的文档嵌入的t-SNE可视化 TextGCN。我们可以看到,即使在应用了GCN的一层之后,文档嵌入也能够很好地区分自己。

更具体地讲,我们还可以使用中的嵌入来查看每个类的前10个单词的结果 TextGCN。我们可以看到该模型能够预测每个类别的相关词。

论文核心代码

  • Text Graph的构建

https://github.com/yao8839836/text_gcn/blob/master/build_graph.py

'''
Doc word heterogeneous graph
'''

# word co-occurence with context windows
window_size = 20
windows = []

for doc_words in shuffle_doc_words_list:
    words = doc_words.split()
    length = len(words)
    if length <= window_size:
        windows.append(words)
    else:
        # print(length, length - window_size + 1)
        for j in range(length - window_size + 1):
            window = words[j: j + window_size]
            windows.append(window)
            # print(window)


word_window_freq = {}
for window in windows:
    appeared = set()
    for i in range(len(window)):
        if window[i] in appeared:
            continue
        if window[i] in word_window_freq:
            word_window_freq[window[i]] += 1
        else:
            word_window_freq[window[i]] = 1
        appeared.add(window[i])

word_pair_count = {}
for window in windows:
    for i in range(1, len(window)):
        for j in range(0, i):
            word_i = window[i]
            word_i_id = word_id_map[word_i]
            word_j = window[j]
            word_j_id = word_id_map[word_j]
            if word_i_id == word_j_id:
                continue
            word_pair_str = str(word_i_id) + ',' + str(word_j_id)
            if word_pair_str in word_pair_count:
                word_pair_count[word_pair_str] += 1
            else:
                word_pair_count[word_pair_str] = 1
            # two orders
            word_pair_str = str(word_j_id) + ',' + str(word_i_id)
            if word_pair_str in word_pair_count:
                word_pair_count[word_pair_str] += 1
            else:
                word_pair_count[word_pair_str] = 1

row = []
col = []
weight = []

# pmi as weights

num_window = len(windows)

for key in word_pair_count:
    temp = key.split(',')
    i = int(temp[0])
    j = int(temp[1])
    count = word_pair_count[key]
    word_freq_i = word_window_freq[vocab[i]]
    word_freq_j = word_window_freq[vocab[j]]
    pmi = log((1.0 * count / num_window) /
              (1.0 * word_freq_i * word_freq_j/(num_window * num_window)))
    if pmi <= 0:
        continue
    row.append(train_size + i)
    col.append(train_size + j)
    weight.append(pmi)

# word vector cosine similarity as weights

'''
for i in range(vocab_size):
    for j in range(vocab_size):
        if vocab[i] in word_vector_map and vocab[j] in word_vector_map:
            vector_i = np.array(word_vector_map[vocab[i]])
            vector_j = np.array(word_vector_map[vocab[j]])
            similarity = 1.0 - cosine(vector_i, vector_j)
            if similarity > 0.9:
                print(vocab[i], vocab[j], similarity)
                row.append(train_size + i)
                col.append(train_size + j)
                weight.append(similarity)
'''
# doc word frequency
doc_word_freq = {}

for doc_id in range(len(shuffle_doc_words_list)):
    doc_words = shuffle_doc_words_list[doc_id]
    words = doc_words.split()
    for word in words:
        word_id = word_id_map[word]
        doc_word_str = str(doc_id) + ',' + str(word_id)
        if doc_word_str in doc_word_freq:
            doc_word_freq[doc_word_str] += 1
        else:
            doc_word_freq[doc_word_str] = 1

for i in range(len(shuffle_doc_words_list)):
    doc_words = shuffle_doc_words_list[i]
    words = doc_words.split()
    doc_word_set = set()
    for word in words:
        if word in doc_word_set:
            continue
        j = word_id_map[word]
        key = str(i) + ',' + str(j)
        freq = doc_word_freq[key]
        if i < train_size:
            row.append(i)
        else:
            row.append(i + vocab_size)
        col.append(train_size + j)
        idf = log(1.0 * len(shuffle_doc_words_list) /
                  word_doc_freq[vocab[j]])
        weight.append(freq * idf)
        doc_word_set.add(word)

node_size = train_size + vocab_size + test_size
adj = sp.csr_matrix(
    (weight, (row, col)), shape=(node_size, node_size))
  • Text GCN 实现

https://github.com/yao8839836/text_gcn/blob/master/models.py

from layers import *
from metrics import *
import tensorflow as tf

flags = tf.app.flags
FLAGS = flags.FLAGS


class Model(object):
    def __init__(self, **kwargs):
        allowed_kwargs = {'name', 'logging'}
        for kwarg in kwargs.keys():
            assert kwarg in allowed_kwargs, 'Invalid keyword argument: ' + kwarg
        name = kwargs.get('name')
        if not name:
            name = self.__class__.__name__.lower()
        self.name = name

        logging = kwargs.get('logging', False)
        self.logging = logging

        self.vars = {}
        self.placeholders = {}

        self.layers = []
        self.activations = []

        self.inputs = None
        self.outputs = None

        self.loss = 0
        self.accuracy = 0
        self.optimizer = None
        self.opt_op = None

    def _build(self):
        raise NotImplementedError

    def build(self):
        """ Wrapper for _build() """
        with tf.variable_scope(self.name):
            self._build()

        # Build sequential layer model
        self.activations.append(self.inputs)
        for layer in self.layers:
            hidden = layer(self.activations[-1])
            self.activations.append(hidden)
        self.outputs = self.activations[-1]

        # Store model variables for easy access
        variables = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES, scope=self.name)
        self.vars = {var.name: var for var in variables}

        # Build metrics
        self._loss()
        self._accuracy()

        self.opt_op = self.optimizer.minimize(self.loss)

    def predict(self):
        pass

    def _loss(self):
        raise NotImplementedError

    def _accuracy(self):
        raise NotImplementedError

    def save(self, sess=None):
        if not sess:
            raise AttributeError("TensorFlow session not provided.")
        saver = tf.train.Saver(self.vars)
        save_path = saver.save(sess, "tmp/%s.ckpt" % self.name)
        print("Model saved in file: %s" % save_path)

    def load(self, sess=None):
        if not sess:
            raise AttributeError("TensorFlow session not provided.")
        saver = tf.train.Saver(self.vars)
        save_path = "tmp/%s.ckpt" % self.name
        saver.restore(sess, save_path)
        print("Model restored from file: %s" % save_path)


class MLP(Model):
    def __init__(self, placeholders, input_dim, **kwargs):
        super(MLP, self).__init__(**kwargs)

        self.inputs = placeholders['features']
        self.input_dim = input_dim
        # self.input_dim = self.inputs.get_shape().as_list()[1]  # To be supported in future Tensorflow versions
        self.output_dim = placeholders['labels'].get_shape().as_list()[1]
        self.placeholders = placeholders

        self.optimizer = tf.train.AdamOptimizer(learning_rate=FLAGS.learning_rate)

        self.build()

    def _loss(self):
        # Weight decay loss
        for var in self.layers[0].vars.values():
            self.loss += FLAGS.weight_decay * tf.nn.l2_loss(var)

        # Cross entropy error
        self.loss += masked_softmax_cross_entropy(self.outputs, self.placeholders['labels'],
                                                  self.placeholders['labels_mask'])

    def _accuracy(self):
        self.accuracy = masked_accuracy(self.outputs, self.placeholders['labels'],
                                        self.placeholders['labels_mask'])

    def _build(self):
        self.layers.append(Dense(input_dim=self.input_dim,
                                 output_dim=FLAGS.hidden1,
                                 placeholders=self.placeholders,
                                 act=tf.nn.relu,
                                 dropout=True,
                                 sparse_inputs=True,
                                 logging=self.logging))

        self.layers.append(Dense(input_dim=FLAGS.hidden1,
                                 output_dim=self.output_dim,
                                 placeholders=self.placeholders,
                                 act=lambda x: x,
                                 dropout=True,
                                 logging=self.logging))

    def predict(self):
        return tf.nn.softmax(self.outputs)


class GCN(Model):
    def __init__(self, placeholders, input_dim, **kwargs):
        super(GCN, self).__init__(**kwargs)

        self.inputs = placeholders['features']
        self.input_dim = input_dim
        # self.input_dim = self.inputs.get_shape().as_list()[1]  # To be supported in future Tensorflow versions
        self.output_dim = placeholders['labels'].get_shape().as_list()[1]
        self.placeholders = placeholders

        self.optimizer = tf.train.AdamOptimizer(learning_rate=FLAGS.learning_rate)

        self.build()

    def _loss(self):
        # Weight decay loss
        for var in self.layers[0].vars.values():
            self.loss += FLAGS.weight_decay * tf.nn.l2_loss(var)

        # Cross entropy error
        self.loss += masked_softmax_cross_entropy(self.outputs, self.placeholders['labels'],
                                                  self.placeholders['labels_mask'])

    def _accuracy(self):
        self.accuracy = masked_accuracy(self.outputs, self.placeholders['labels'],
                                        self.placeholders['labels_mask'])
        self.pred = tf.argmax(self.outputs, 1)
        self.labels = tf.argmax(self.placeholders['labels'], 1)

    def _build(self):

        self.layers.append(GraphConvolution(input_dim=self.input_dim,
                                            output_dim=FLAGS.hidden1,
                                            placeholders=self.placeholders,
                                            act=tf.nn.relu,
                                            dropout=True,
                                            featureless=True,
                                            sparse_inputs=True,
                                            logging=self.logging))

        self.layers.append(GraphConvolution(input_dim=FLAGS.hidden1,
                                            output_dim=self.output_dim,
                                            placeholders=self.placeholders,
                                            act=lambda x: x, #
                                            dropout=True,
                                            logging=self.logging))

    def predict(self):
        return tf.nn.softmax(self.outputs)

论文总结

本文提出了一个简单的GCN在文本分类应用中的有趣应用,并且确实显示了令人欣喜的结果。但是该模型确实具有局限性,因为它具有传导性(通常是GCN的局限性)。在训练过程中,模型将训练数据集中的每个单词和文档,包括测试集。尽管在训练过程中没有对测试集进行任何预测,但是该模型不能应用预测一个全新的文档。这导致了将来可能的工作,即如何将新文档合并到已经构建的图形中。总的来说,我认为本文显示了图神经网络的强大能力及其在我们可以定义和构建某种有用图结构的任何领域中的适用性。

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 图神经网络的图聚类 (CS)

    图神经网络(GNN)已经在许多图分析任务上取得了最前沿的进展,如节点分类和链接预测。然而,事实证明,图中重要的无监督问题,如图的聚类,限制着GNN的进一步发展。...

    DDDDDaemon
  • 实现用于意图识别的文本分类神经网络

    在这个教程中,我们将使用2层神经元(1个隐层)和词袋(bag of words)方法来组织我们的训练数据。 文本分类的方法有三种 : 模式匹配 , 传统算法和神...

    机器学习AI算法工程
  • 图神经网络15-Text-Level-GNN:基于文本级GNN的文本分类模型

    论文题目:Text Level Graph Neural Network for Text Classification 论文地址:https://arxiv...

    致Great
  • 图神经网络的新基准

    编者注:本文解读论文与我们曾发文章《Bengio 团队力作:GNN 对比基准横空出世,图神经网络的「ImageNet」来了》所解读论文,为同一篇,不同作者,不同...

    AI科技评论
  • 图神经网络的重要分支:时间图网络

    在本文中,作者将描述时间图网络(Temporal Graph Network,TGN),这是一个用于深度学习动态图的通用框架。

    guichen1013
  • 基于卷积神经网络(CNN)的仙人掌图像分类

    这种分类问题是kaggle挑战的内容之一。目标是建立一个分类器,将图像分类为“仙人掌”或“非仙人掌”。训练集包含17500张图像,而验证集包含4000张图像。具...

    小白学视觉
  • 卷积神经网络对图片分类-下

    接上篇:卷积神经网络对图片分类-中 9 ReLU(Rectified Linear Units) Layers 在每个卷积层之后,会马上进入一个激励层,调用一种...

    刀刀老高
  • 卷积神经网络对图片分类-中

    接上篇:卷积神经网络对图片分类-上 5 池层(Pooling Layers) 池层通常用在卷积层之后,池层的作用就是简化卷积层里输出的信息, 减少数据维度,降...

    刀刀老高
  • 卷积神经网络对图片分类-上

    我们来看看在图像处理领域如何使用卷积神经网络来对图片进行分类。 1 让计算机做图片分类: 图片分类就是输入一张图片,输出该图片对应的类别(狗,猫,船,鸟),或者...

    刀刀老高

扫码关注云+社区

领取腾讯云代金券