【深度之眼】情感分析——循环神经网络用于多任务学习的文本分类TextRNN_textrnn模型

论文背景

RNN

将一句话的每个字拆开，用x1——xT来表示,传统的RNN模型，输入的数据是一个x1数据，输入到一个ceil中进行计算，得到一个输出，将第一个ceil得到的结果输入到第二个ceil中进行计算。通过一个个节点的计算，最终输出结果是包含x1到xT整个输出结果的数据ht，最后通过一个softmax进行分类。

这样的结构不需要考虑句子的长度，句子的长度不影响整体的向量的维度。RNN可以处理变长的句子

LSTM

LSTM是在RNN的基础上，添加了输入门，遗忘门，输出门。

LSTM计算一个损失函数，是通过一个最小化交叉熵的函数实现。通过一个累加完成公式的前半部分的计算，N为一个样本的数量，C代表一个类别的数量。如果是4分类别，那么这个C就是4。y为真实标签，y帽代表一个预测的标签。

TextRNN模型细节

共享权重模型，一个1对多的任务模型

不同的任务的输入和输出可能不同，输入层和输出层还达不到共享，但是隐藏层是可以完成模型共享。

论文作者针对中间层的共享权重的方法，提出三种共享权重的方法。

Uniform—Layer

中间层是一个共享权重的一个层，上面和下面分别是初入的两个任务。同时进行两个任务的输入计算，两个任务都输出，分别做两个任务相应的softmax，然后映射到对应的类别。

x1m表示m任务的数据集，x1n表示n任务的数据集。输入一个xm还需要加上一个xts的数据，xts一开始是一个随机的得到的，不断去训练，不断的去调整这个结构，最后追加到数据当中去。

比如，x1m作为输入数据是一个1x300的向量，x1s也是一个1x300的向量。那么最终数据的数据 x帽=x1m 拼接 x1s 就是1x600的向量。

中间的LSTM部分是一个共享的模型，输入是不同的，走的softmax也是不同的，因为不同任务可能是不同的类别任务。 词向量的embeding也是共享的。不同任务用到的是同一个词向量模型。

Coupled-Layer

用到的是两个LSTM的结构，上下两个。每个任务都拥有自己的LSTM层，两个任务之间不会有一个太多的影响。

两个输入并没有像第一个模型一样，添加了一个随机的xts，但是在下一个节点计算的时候，不仅用到了自己的任务上一步得到输出，还用到了另一个任务得到的输出结果，参与了下一步的计算。两个输出会被混合的利用到，这样就可以应用到其他数据集上学习到的一些特征。这样后作者任认为可以捕获到其他任务里面的信息，模型效果有提升。

最终的结果是c帽，是混合了两个任务的结果，然后加上一个wx的计算结果，需要经过tanh的激活函数。

需要经过累加得到两个任务的结果，mn分别是不同的任务，U是矩阵，h是上一个结果的输出，g另一个节点的累加结果。

每个任务都有一个LSTM，两个部分混合进行运算，改造LSTM进行运算。是一对任务同时进行，每个任务两两组合。

Shared-Layer

和其他模型一样，也是两个任务一起来，共享权重也是中间，是一个单独的共享权重。中间是有两个箭头，分别是前后双向的LSTM。

一共三个LSTM，每个任务自己的LSTM，还要一个中间的BiLSTM。

在输入的x1首先是进入自己任务的LSTM，还会copy一份输入到共享层去。共享层就有两个输入数据，一个是task1的x1，还要另一个任务的task2的输入x，运算出一个结果。经过双向的LSTM，前向得到一个结果ht和后向得到的ht，最终的输出是前向和后向得到的一个结果，就是将两个向量进行一个拼接操作。

输出的C帽，是由3个部分的组成，一个wx是自己任务下的LSTM中cell得到的结果，加上gm，和gs—m的结果

gm是上一层的结果计算公式得到的结果

gs_m是共享层计算运算到的结果。

通过共享层的一个信息，混入到一个输出结果中去，并且还加上了另外一个task的内容，最终得到一个分类结果。

模型对比

第一个模型，共享的一方面是输入的可训练向量，另一方面是共享的是LSTM的共享层，两个任务共用了一个LSTM的层。所以在最后一个softmax的结果是包含了两个任务的一个信息。一个是他的层，一个是学习到的特征向量。

模型二，没有直接共享LSTM层，每一个任务都有自己的LSTM层，她们之间不用，每个时刻任务进行的时候，会混搭另一个另一个任务的隐藏层的输出，做一个运算，作为输入。

第三个模型，共享了中间共享层的输输出。

训练细节

将最后一层得到的结果进行映射，最后使用的是一个全连接层完成映射工作，其中w代表的是一个第m任务上的权重。h代表第m个任务最后的输出 ，b是初始化的权重，再经过softmax将结果映射到0-1之间。最后得到的就是每个分类结果的概率值。每个分类结果的值加起来的和是1。取当中概率值最大的为当前类别

通过w，b矩阵，将前面学到的特征映射到概率上去。

损失是通过交叉熵计算出来，作者指出 通过一个线性的变换将所有的所有任务的loss，全部累加到一起。M代表有多少个任务，m代表当前的数据集，y帽是预测标签，和真实的 类别进行计算得到当前任务的loss。

λm是权重，作者认为不同任务之间的权重值应该是不一样的，取决于样本的数量和样本的类别数量来权衡。

怎么选数据和选任务

先随机选择任务，挑出一个任务，基于选好的任务，随机选择训练样本，去更新权重，计算权重，求梯度，更新参数，不断的选择任务，随机选择样本再去更新。

模型1和模型3，中间的共享层进行一个优化的过程。通过调参，来调整共享层的权重。

共享层可以用所有的数据进行预训练，通过无监督的方法，预训练全部的数据，训练一个词向量和共享层的权重，第三个模型就可以获取到所有数据的一个信息。基于预训练的一个信息，再去构建我们的第三个模型，作为与训练权重加载进去，效果更好。

数据集

实验结果

最后的两个数据集没有划分训练集和测试集，所以需要我们自己手动划分一下。

词向量模型上，选择的是训练好的词向量模型，对于没有验证集的数据集做了10折的交叉验证，词向量的大小设置为64维度，LSTM的隐藏层大小为50个，学习率为0.1，正则为10的负的5次方。

实验结果分析

第一个模型的提升效果

分别比较了单任务与多任务的效果对比，验证集的微调后FineTuning结果提升明显

第二个模型

每个任务两两组合，4个任务，就有6种的组合结果，对比了单个模型的效果，对比多个模型的效果提升。
单个任务的结果就是一个基线，作为对比。

组合效果，和数据的来源有一定的关系，同类型的数据组合下，精确度会更好。

第三个模型

加入LM的改进，效果有一定的提升，最终再做一个微调整后，大概能提升2.8的提升，多任务是提升1.4%。

SOTA

最后作者做了，相较于对比当时主流的模型。