- 1ChatGPT4.0跟ChatGPT3.5有什么区别？_gpt4.0跟3.5区别
- 2Anaconda+CUDA环境配置_anaconda cuda
- 3mac下安装 protocol buffer 2.6.1 以及object-c 支持_protoco mac 下载
- 4YOLOv5算法改进（23）— 更换主干网络GhostNet + 添加CA注意力机制 + 引入GhostConv_yolov5算法引入gost
- 5算法基础——查找算法_定义探测函数di=i^2
- 6canal同步es
- 7流程图实现，基于vue2实现的流程图_vue2实现流程图审批只查看
- 8qt 播放相机的数据
- 9opencv图像变换_第一个参数是需要处理的原图像单通道的灰度图,第二个参数是阈值1,第二
- 10【水滴石穿】ES must与should组合使用的正确方式_es must和should混合
学习笔记（6）——感知机分类与序列标注_1. 文本序列标注问题和分类问题的区别和联系是什么? 1.
赞
踩
隐马弥可夫模型能捕捉的特征仅限于两种: （1）前一个标签是什么；（2）当前字符是什么。
为了利用更多的特征，线性模型( linear model ) 应运而生。线性模型由两部分构成: 一系列用来提取特征的特征函数 φ，以及相应的权重向量 w。
本文将深入讲解感知机算法的原理，以及在分类和序列标注上的应用。在序列标注应用部分，我们将实现基于感知机的中文分词器。由于感知机序列标注基于分类，并且分类问题更简单，所以我们先学习分类问题。
一、分类问题
1 定义
分类指的是预测样本所属类别的一类问题。二分类也可以解决任意类别数的多分类问题(one vs rest)。
- 将类型class1看作正样本，其他类型全部看作负样本，然后就可以得到样本标记类型为该类型的概率 p1。
- 然后再将另外类型class2看作正样本，其他类型全部看作负样本，同理得到 p2。
- 以此循环，可以得到该待预测样本的标记类型分别为类型 class i 时的概率 pi，最后取 pi 中最大的那个概率对应的样本标记类型作为我们的待预测样本类型。
- 总之还是以二分类来依次划分，并求出最大概率结果。
2 应用
在NLP领域，绝大多数任务可以用分类来解决。文本分类天然就是一个分类问题。关键词提取时，对文章中的每个单词判断是否属于关键词，于是转化为二分类问题。在指代消解问题中，对每个代词和每个实体判断是否存在指代关系，又是一个二分类问题。在语言模型中，将词表中每个单词作为一种类别，给定上文预测接下来要出现的单词。
二、线性分类模型
线性模型是传统机器学习方法中最简单最常用的分类模型，用一条线性的直线或高维平面将数据一分为二。
直线将平面分割为两部分，分别对应男女。对于任何姓名，计算它落入哪个区域，就能预测它的性别。这样的区域称为决策区域，它们的边界称为决策边界。二维空间中，如果决策边界是直线，则称为线性分类模型: Y = Wx + b。
如果是任意维度空间中的线性决策边界统称为分离超平面。
推广到 D 维空间，分离超平面的方程为:
∑
i
=
1
D
w
i
x
i
+
b
=
0
\sum_{i=1}^{D} w_{i} x_{i}+b=0
i=1∑Dwixi+b=0
其中，w 是权重，b 偏置(截距)，可以写成向量的形式:
w
=
[
w
1
,
⋯
,
w
D
,
b
]
x
=
[
x
1
,
⋯
,
x
D
,
1
]
y
^
=
sign
(
w
⋅
x
)
=
{
−
1
,
w
⋅
x
⩽
0
1
,
w
⋅
x
>
0
\right. \end{array}
w=[w1,⋯,wD,b]x=[x1,⋯,xD,1]y^=sign(w⋅x)={−1,1,w⋅x⩽0w⋅x>0
三、感知机算法
找出这个分离超平面其实就是感知机算法。感知机算法则是一种迭代式的算法：在训练集上运行多个迭代，每次读入一个样本，执行预测，将预测结果与正确答案进行对比，计算误差，根据误差更新模型参数，再次进行训练，直到误差最小为止。
- 损失函数: 从数值优化的角度来讲，迭代式机器学习算法都在优化(减小)一个损失函数( loss function )。损失函数 J(w) 用来衡量模型在训练集上的错误程度，自变量是模型参数 w，因变量是一个标量，表示模型在训练集上的损失的大小。
- 梯度下降: 给定样本，其特征向量 x 只是常数，对 J(w) 求导，得到一个梯度向量 Δw，它的反方向一定是当前位置损失函数减小速度最快的方向。如果参数点 w 反方向移动就会使损失函数减小，叫梯度下降。
- 学习率: 梯度下降的步长叫做学习率。
- 随机梯度下降(SGD): 如果算法每次迭代随机选取部分样本计算损失函数的梯度，则称为随机梯度下降。
假如数据本身线性不可分，感知机损失函数不会收敛，每次迭代分离超平面都会剧烈振荡。这时可以对感知机算法打补丁，使用投票感知机或平均感知机。
投票感知机和平均感知机
投票感知机：每次迭代的模型都保留，准确率也保留，预测时，每个模型都给出自己的结果，乘以它的准确率加权平均值作为最终结果。
投票感知机要求存储多个模型及加权，计算开销较大，更实际的做法是取多个模型的权重的平均，这就是平均感知机。
四、基于感知机的人名性别分类
解决人名性别分类的监督学习流程：
- 标注人名分类语料库
- 利用感知机算法训练线性模型
- 利用线性模型给人名分类，评估准确率。
- 人名性别语料库
1.人名性别语料库
人名性别语料库：cnname。运行下面代码后会自动下载。语料格式为逗号分隔的 .csv，第一列为姓名，第二列为性别：
赵伏琴,女
钱沐杨,男
孙竹珍,女
李潮阳,男
- 1
- 2
- 3
- 4
2. 训练
代码详见：classify_name.py
https://github.com/NLP-LOVE/Introduction-NLP/tree/master/code/ch05/classify_name.py
运行结果如下：
五、结构化预测问题
自然语言处理问题大致可分为两类，一种是分类问题，另一种就是结构化预测问题，序列标注只是结构化预测的一个特例，对感知机稍作拓展，分类器就能支持结构化预测。
1 定义
信息的层次结构特点称作结构化。那么结构化预测(structure prediction) 则是预测对象结构的一类监督学习问题。相应的模型训练过程称作结构化学习(structured learning )。分类问题的预测结果是一个决策边界， 回归问题的预测结果是一个实数标量，而结构化预测的结果则是一个完整的结构。
自然语言处理中有许多任务是结构化预测，比如序列标注预测结构是一整个序列，句法分析预测结构是一棵句法树，机器翻译预测结构是一段完整的译文。这些结构由许多部分构成，最小的部分虽然也是分类问题(比如中文分词时每个字符分类为{B,M,E,S} ),但必须考虑结构整体的合理程度。
2 结构化预测与学习流程
结构化预测的过程就是给定一个模型 λ 及打分函数 score，利用打分函数给一些备选结构打分，选择分数最高的结构作为预测输出，公式如下:
y
^
=
arg
max
y
∈
Y
score
λ
(
x
,
y
)
\hat{y}=\arg \max _{y \in Y} \operatorname{score}_{\lambda}(x, y)
y^=argy∈Ymaxscoreλ(x,y)
其中，Y 是备选结构的集合。既然结构化预测就是搜索得分最高的结构 y，那么结构化学习的目标就是想方设法让正确答案 y 的得分最高。不同的模型有不同的算法，对于线性模型，训练算法为结构化感知机。
六、线性模型的结构化感知机算法
1 结构化感知机算法
要让线性模型支持结构化预测，必须先设计打分函数。打分函数的输入有两个缺一不可的参数: 特征 x 和结构 y。但之前介绍的线性模型的“打分函数”只接受一个自变量 x。
做法是定义新的特征函数 ϕ(x,y)，把结构 y 也作为一种特征，输出新的“结构化特征向量”。新特征向量与权重向量做点积后，就得到一个标量，将其作为分数:
score
(
x
,
y
)
=
w
⋅
ϕ
(
x
,
y
)
\operatorname{score}(x, y)=w \cdot \phi(x, y)
score(x,y)=w⋅ϕ(x,y)
打分函数有了，取分值最大的结构作为预测结果，得到结构化预测函数:
y
^
=
arg
max
y
∈
Y
(
w
⋅
ϕ
(
x
,
y
)
)
\hat{y}=\arg \max _{y \in Y}(w \cdot \phi(x, y))
y^=argy∈Ymax(w⋅ϕ(x,y))
预测函数与线性分类器的决策函数很像，都是权重向量点积特征向量。那么感知机算法也可以拓展复用，得到线性模型的结构化学习算法。
- 读入样本 (x,y)，进行结构化预测： y ^ = arg max y ∈ Y ( w ⋅ ϕ ( x , y ) ) \hat{y}=\arg \max _{y \in Y}(w \cdot \phi(x, y)) y^=argmaxy∈Y(w⋅ϕ(x,y))
- 与正确答案相比，若不相等，则更新参数: 奖励正确答案触发的特征函数的权重，否则进行惩罚: w ← w + ϕ ( x ( i ) , y ) − ϕ ( x ( i ) , y ^ ) w \leftarrow w+\phi\left(x^{(i)}, y\right)-\phi\left(x^{(i)}, \hat{y}\right) w←w+ϕ(x(i),y)−ϕ(x(i),y^)
- 还可以调整学习率: w ← w + α ( ϕ ( x ( i ) , y ) − ϕ ( x ( i ) , y ^ ) ) \boldsymbol{w} \leftarrow \boldsymbol{w}+\alpha\left(\phi\left(\boldsymbol{x}^{(i)}, \boldsymbol{y}\right)-\phi\left(\boldsymbol{x}^{(i)}, \hat{\boldsymbol{y}}\right)\right) w←w+α(ϕ(x(i),y)−ϕ(x(i),y^))
2 与感知机算法比较
- 结构化感知机修改了特征向量。
- 结构化感知机的参数更新赏罚分明。
3 结构化感知机与序列标注
上面已经讲了结构化感知机的模型公式，看如何运用到序列标注上，我们知道序列标注最大的结构特点就是标签相互之间的依赖性，对于结构化感知机，就可以使用转移特征来表示:
ϕ
k
(
y
t
−
1
,
y
t
)
=
{
1
,
y
t
−
1
=
s
i
,
H
y
t
=
s
j
i
=
0
,
⋯
,
N
;
j
=
1
,
⋯
,
N
0
,
\phi_{k}\left(y_{t-1}, y_{t}\right)=\left\{\right.
ϕk(yt−1,yt)={1,yt−1=si,Hyt=sji=0,⋯,N;j=1,⋯,N0,
其中，Yt 为序列第 t 个标签，Si 为标注集第 i 种标签，N 为标注集大小。
状态特征如下，类似于隐马尔可夫模型的发射概率矩阵，状态特征只与当前的状态有关，与之前的状态无关:
ϕ
i
(
x
i
,
y
i
)
=
{
1
0
\phi_{i}\left(x_{i}, y_{i}\right)=\left\{\right.
ϕi(xi,yi)={10
于是，结构化感知机的特征函数就是转移特征和状态特征的合集:
ϕ
=
[
ϕ
k
;
ϕ
l
]
k
=
1
,
⋯
,
N
2
+
N
;
l
=
N
2
+
N
+
1
,
⋯
\phi=\left[\phi_{k} ; \phi_{l}\right] \quad k=1, \cdots, N^{2}+N ; l=N^{2}+N+1, \cdots
ϕ=[ϕk;ϕl]k=1,⋯,N2+N;l=N2+N+1,⋯
基于以上公式，我们统一用打分函数来表示:
score
(
x
,
y
)
=
∑
t
=
1
T
w
⋅
ϕ
(
y
t
−
1
,
y
t
,
x
t
)
\operatorname{score}(\boldsymbol{x}, \boldsymbol{y})=\sum_{t=1}^{T} \boldsymbol{w} \cdot \phi\left(y_{t-1}, y_{t}, \boldsymbol{x}_{t}\right)
score(x,y)=t=1∑Tw⋅ϕ(yt−1,yt,xt)
有了打分公式，就可以利用维特比算法求解得分最高的序列。
七、基于结构化感知机的中文分词
代码详见: perceptron_cws.py
https://github.com/NLP-LOVE/Introduction-NLP/tree/master/code/ch05/perceptron_cws.py
运行以上代码结果如下:
准确性与性能的比较
对比各项指标，我们终于将 OOV 提高到了 70% 以上，并且综合 F1 也提高了 96.7%，感知机是截止到这章最好用的算法，完全达到了实用水平，在实际项目中，无非还需要挂载一些领域词库。
