Hierarchical Attention Networks for Document Classification 模型理解篇
本文借鉴了大神的博客，链接：https://blog.csdn.net/liuchonge/article/details/73610734
最近看了HAN用在文本分类的这篇文章。提出的模型使用了分层的注意力机制，对应了文本在字词和句子两个层面的结构。也就是分别在字词层面和句子层面使用注意力机制。这样做的好处有两个：1.模型可以给与不同主要性的字词或者句子不同的关注度，最终的任务效果因此会更好。2.注意力机制的可视化可以帮助我们更好的解释模型。
模型结构
下面是这篇文章提出的模型结构：
我们结合这张图对模型进行讲解。
模型分为4部分：Word encoder， Word attention， sentence encoder 以及 sentence attention
在Word encoder部分，使用双向的GRU对embedding后的句子进行编码，得到编码向量
在Word attention部分，首先使用一个单层的MLP对编码向量
得到一个隐层向量
，然后用这个隐层向量经过softmax得到权重alpha，最终一个句子的表示就是权重alpha与编码向量
的和，也就是
，他的维度与编码向量一致。另外，在进行softmax时使用的上下文向量
随机初始化，并且在驯良过程中不断改变。
sentence encoder 和 sentence attention与上面提到的两层本质一样，只不过将单词换成了句子，直接上公式，不多做解释了。
实验结果分析
为了分析注意力机制模型的效果，文章选取了两个单词的例子，good和bad在影评句子中的所占权重。如图下图所示
上图是对于单词“good”的权重分布情况，其中（a）是总体的分布情况，（b）-（f）分别是在由差评逐渐到好评的过度的过程中“good”的权重的变化情况。从图中可以看出，随着好评程度的不断上升，“good”所获得的权重越大，这说明，网络能够自动的将“注意力”放在和好评更相关的词汇上。
作者同样对单词“bad”做了测试，测试结果如上图所示。显示出了和前一张一样的实验结果，即网络会在差评的时候更加将“注意力”放在“bad”词汇上。
可视化
为了进一步说明的注意力机制的作用，同时方便模型解释。作者对attention下的单词和句子权重做了可视化，如下图
其中，蓝色颜色越深说明单词在句子中的权重越大，粉色颜色越深说明句子文本中的权重越大。可以看出，对整体语义贡更大的单词或者句子有更高的权重。
好了，对这篇文章的模型介绍就到这里。下一篇blog我们将对代码的实现进行讲解。