概述
Seq2Seq是一个Encoder-Deocder结构的模型,输入是一个序列,输出也是一个序列。
Encoder将一个可变长度的输入序列变为固定长度的向量,Decoder将这个固定长度的向量解码成可变长度的输出序列。
使用 表示输入语句, 代表输出语句, 代表当前输出词。
所有的Seq2Seq模型都是以下目标函数,都是为了优化这个函数:
即输出的 不仅依赖之前的输出 ,还依赖输入语句 ,模型无论怎么变化都是在该公式的约束下。
最早模型
Cho在2014年Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation提出该模型。
该模型包括Encoder和Decoder两个部分,图中每个圆圈是一个RNN Cell,可以是RNN,也可以是LSTM、GRU等。
【流程】
Encoder
- 每个时刻输入一个词,隐藏层状态根据公式 改变。其中激活函数 可以是sigmod,tanh,ReLU,sotfplus,LSTM等。
- 读完序列的每一个词之后,会得到一个固定长度向量
Decoder
由结构图可以看出,t时刻的隐藏层状态 由 决定: ,其中
最后的输出 是由 决定
以上, 都是激活函数,其中 一般是softmax
目标
- 最大化对数似然条件概率
- 最大化对数似然条件概率
改进模型
该模型由Sequence to Sequence Learning with Neural Networks提出。
该模型包括Encoder和Decoder两个部分,图中每个圆圈是一个RNN Cell,可以是RNN,也可以是LSTM、GRU等。本篇论文中Encoder、Decoder用的都是LSTM
【流程】
Encoder
同上个模型。如下图所示:
Decoder
初始状态:Encoder得到的向量表示即Encoder最后一个时间步长的隐藏层状态会作为Decoder的初始状态输入。通过激活函数与softmax层得到候选symbols,筛选出概率最大的symbol,作为下一时刻的输入。
t时刻的输出 :由 决定,而没有 : 。即在Decoder中,每个时刻 的输出 会作为下一时刻 的输入,直到Decoder在某个时刻预测出结束符号才停止。
目标函数:
最终多层模型采用下图说明:
【区别】
与上个模型的区别是Decoder部分
- 上个模型Decoder输入是上一时刻的输出和C向量,而是前一时刻的目标值。
Seq2Seq with Attention
Attention机制由NEURAL MACHINE TRANSLATION BY JOINTLY LEARNING TO ALIGN AND TRANSLATE提出。
【流程】
Encoder
- 使用双向RNN
- 表示前向RNN的隐藏层状态, 表示反向隐藏层状态
- 最终因状态将两者拼接起来,即
Decoder
每一时刻 的输出由三个要素决定:时刻 的隐状态 ,attention计算得到的context向量 ,上一时刻 的输出
其中 由三个要素决定:时刻 的隐状态,attention计算得到的context向量 ,上一时刻 输出
其中 由以下公式得到
其中 代表权重
【总结】
- context向量 通过计算输入中的每个单词的权重,加权求和得到。
- 其中权重 即Decoder的上一时刻 隐状态 和Encoder的最终隐状态 通过非线性函数得到。