[PYTHON] Modèle utilisant un réseau neuronal convolutif dans le traitement du langage naturel
introduction
Récemment, le traitement du langage naturel utilisant le réseau de neurones convolutifs (CNN) a attiré l'attention. Comparé à RNN, CNN est plus facile à paralléliser, et en utilisant le GPU, le calcul de convolution peut être effectué à grande vitesse, il a donc l'avantage d'une vitesse de traitement extrêmement élevée.
Cet article est une compilation de modèles utilisant des réseaux de neurones convolutifs dans le traitement du langage naturel. Nous espérons que cela vous aidera à avoir une vue d'ensemble des progrès de la recherche sur le traitement du langage naturel à l'aide de CNN.
Classification des phrases (analyse de réputation, classification des sujets, classification des types de questions)
Convolutional Neural Networks for Sentence Classification(2014/08)
Un article proposant un CNN qui effectue la classification des phrases telles que l'analyse de réputation et la classification des types de questions.
Plus précisément, les phrases sont représentées comme une séquence de vecteurs de mots et les caractéristiques sont extraites et classées à l'aide de CNN. Dans l'article, il est rapporté que les performances ont été améliorées en utilisant le vecteur de mot pré-appris (Google News appris avec word2vec). Il est intéressant de noter que chacun des deux canaux représente un vecteur de mot, l'un est mis à jour pendant l'apprentissage et l'autre n'est pas mis à jour pour améliorer les performances. Lorsqu'elles ont été évaluées sur sept tâches de classification de documents, y compris l'analyse de réputation et la classification des types de questions, quatre tâches sur sept ont donné les meilleurs résultats de tous les temps.
L'implémentation par l'auteur de Theano et l'implémentation de TensorFlow par Google Brain par Denny Britz: https://github.com/yoonkim/CNN_sentence https://github.com/dennybritz/cnn-text-classification-tf
Une brève explication et mise en œuvre en japonais par ichiroex [Chainer] Classification des documents par réseau de neurones convolutifs
Deep Convolutional Neural Networks for Sentiment Analysis of Short Texts(2014/08)
Un article proposant CNN (CharSCNN) qui analyse la réputation des critiques de films et de Twitter.
L'analyse de la réputation pour des textes courts tels que Twitter pose le problème qu'elle est difficile car les informations contextuelles sont limitées. Pour résoudre ce problème, nous avons amélioré les performances en construisant des représentations vectorielles au niveau des caractères en plus des représentations vectorielles au niveau des mots normalement utilisées dans l'analyse de réputation, et en les utilisant pour obtenir des représentations vectorielles de phrases. Je l'ai fait. Les expériences avec des ensembles de données pour les critiques de films (SSTb) et Twitter (STS) ont donné de meilleurs résultats que les méthodes précédentes.
Implémentation Theano par hogefugabar: https://github.com/hogefugabar/CharSCNN-theano
J'ai également écrit un article de commentaire: Analyse émotionnelle des tweets par apprentissage en profondeur
#TAGSPACE: Semantic Embeddings from Hashtags(2014/10)
Un article proposant un CNN qui apprend des expressions de texte courtes à l'aide de balises de hachage utilisées dans SNS en tant qu'enseignants.
Plus précisément, en utilisant CNN, le score est émis pour la paire de balises de hachage correspondant au texte d'entrée, et l'expression du texte est apprise dans le processus de classement des balises de hachage. À la suite de l'évaluation par la tâche de prédiction de balises de hachage et de recommandation de document, le résultat était meilleur que la méthode de base.
Effective Use of Word Order for Text Categorization with Convolutional Neural Networks(2014/12)
Un article qui propose un CNN pour la classification du texte en tenant compte de l'ordre des mots.
Il existe diverses tâches dans la classification des documents, mais dans des tâches telles que l'analyse de réputation, des performances élevées ne peuvent être obtenues que si l'ordre des mots est pris en compte. Afin de résoudre ce problème, nous proposons un CNN qui peut classer les documents en tenant compte de l'ordre des mots. Plus précisément, la plupart des méthodes CNN saisissent l'incorporation de mots en entrée, mais dans cette étude, des vecteurs unidimensionnels à une seule dimension sont entrés tels qu'ils sont pour apprendre l'incorporation dans une petite zone de texte. L'efficacité de la méthode proposée a été démontrée en la comparant à la méthode SOTA en utilisant trois ensembles de données liés à l'analyse de réputation (y compris IMDB) et à la classification des sujets.
Mis en œuvre par l'auteur de l'article: http://riejohnson.com/cnn_download.html
Semi-supervised Convolutional Neural Networks for Text Categorization via Region Embedding(2015/04)
Une histoire qui proposait un cadre d'apprentissage semi-supervisé utilisant CNN pour la classification de texte. Dans le modèle conventionnel, l'incorporation de mots pré-appris a été utilisée pour l'entrée de la couche de convolution, mais dans cette recherche, l'incorporation est apprise à partir d'une petite zone de texte sans enseignant et utilisée dans le cadre de l'entrée de la couche de convolution dans un CNN supervisé. Les expériences d'analyse de réputation (IMDB, Elec) et de classification des sujets (RCV1) ont montré des performances plus élevées que les études précédentes.
Mis en œuvre par l'auteur de l'article: http://riejohnson.com/cnn_download.html
Character-level Convolutional Networks for Text Classification(2015/09)
Une histoire sur l'utilisation d'un réseau neuronal convolutif au niveau des caractères pour la classification de texte. Nous augmentons les données en remplaçant les mots du texte par des synonymes à l'aide d'un cissolus. La comparaison est effectuée sur l'arc, le sac de ngram, le sac de moyens comme méthode traditionnelle et CNN et LSTM basés sur les mots comme méthode d'apprentissage en profondeur. Huit ensembles de données ont été créés et comparés à la méthode de base, et certains ensembles de données ont montré leur efficacité.
Implémentation Lua par l'auteur: https://github.com/zhangxiangxiao/Crepe
Le modèle CNN donne de bons résultats dans la classification des phrases, mais il nécessite un expert pour décider de l'architecture et définir des hyperparamètres. Je ne sais pas quelles seront les conséquences de ces changements, donc je l'ai vérifié avec plus de CNN. Enfin, il donne des conseils pratiques sur la façon de définir l'architecture du modèle et les hyperparamètres lors de la classification des phrases avec CNN.
Étiquetage des séries (balisage de participation, reconnaissance d'expression unique, segmentation)
Natural Language Processing (almost) from Scratch(2011/03)
Une histoire qui proposait un réseau de neurones capable d'apprendre le marquage de mots partiels, le découpage, l'extraction d'expressions uniques et l'attribution de rôles sémantiques. Bien que les performances aient été inférieures à la référence par simple entraînement, il a été montré qu'un bon vecteur de mots contribue à l'amélioration des performances en entraînant le modèle de langage à l'avance à l'aide de données non étiquetées. En outre, il a été montré que les performances peuvent être encore améliorées en partageant des paramètres entre les modèles pour résoudre chaque tâche et effectuer un apprentissage multi-tâches.
Diapositive récapitulative en japonais: Traitement du langage naturel (presque) à partir de zéro (matériel du 6e groupe d'étude sur l'apprentissage profond; Sakaki)
Learning Character-level Representations for Part-of-Speech Tagging(2014/07)
Une histoire sur le marquage des mots de partie en utilisant CNN (CharWNN). Plus précisément, nous avons construit une représentation vectorielle des mots en intégrant des incrustations au niveau du mot et au niveau du caractère, et avons construit un CNN qui produit le score de la partie en entrant le vecteur construit. Des expériences avec des ensembles de données pour l'anglais et le portugais (WSJ et Mac-Morpho) ont abouti à des résultats SOTA.
Modèle de langage
Language Modeling with Gated Convolutional Networks(2016/12)
On dit que CNN a atteint une précision égale ou supérieure à LSTM dans la tâche de modèle de langage. Le résultat plié est traité par un mécanisme similaire à GRU afin que les informations passées ne soient pas perdues. L'ensemble de données Google Billion Word a la même précision que LSTM, mais l'efficacité du calcul a été améliorée d'environ 20 fois.
Implémenté par TensorFlow: Language-Modeling-GatedCNN
en conclusion
Le compte Twitter suivant fournit un résumé des dernières informations papier sur l'apprentissage automatique, le traitement du langage naturel et la vision par ordinateur. Nous attendons que vous nous suiviez car nous fournissons un contenu intéressant pour ceux qui liront cet article.
arXivTimes
référence
Recommended Posts