ICLR 2017
文章简介:文章提出了sif sentence embedding方法来得到句子的embedding，在计算文本相似度的任务中其表现超过了RNN和LSTM，并对其优秀的表现尝试给出理论解释。
原文
代码
如果你想5分钟内了解这篇文章的主旨，你可以:
码农场的笔记
笔记对应视频42:28开始
如果你还想再花10分钟深入了解下related work，你可以:
从词向量到句向量
如果你想继续精读这篇文章，则可以快速过一下以下的内容。
文章提出的模型可以得到句子的embedding，之后在文本相似度的数据集上实验证明其先进。先从结果开始
实验结果:
这篇文章中做了不少实验的，我们就先围绕这张表展开。可以看到用的数据集主要是STS，同时将方法分为监督(Su.)，无监督(Un.)，半监督(Se.)。对于数据集和几种方法的区别想要仔细了解可以看文章中的4.1和4.2。
目前最常见的应该还是无监督的方法，Glove+WR即代表词向量用Glove完成嵌入，本文的WR算法完成句嵌入。W代表Weighted，使用预估参数给句中的每个词向量赋予权重，R表示Removal，使用PCA或SVD移除句向量中的无关部分。
同时这篇文章的方法在监督学习的数据集上也有尝试(见文章A.3):
对比SNLI的leader board和STS的leader board，只能说这两年NLP技术发展的太快了，tough-to-beat也撑不过1年的时间。
算法
输入训练好的词向量，句子的集合S，参数a和词频p(w)，模型就可以输出S中每一句句子的嵌入向量。
可以看出1~3步就是对应上文提到的W，对于词频p(w)越高的词，其权重向量就越小(所以作者在Introduction中提到"Of course, this SIF reweighting is highly reminiscent of TF-IDF reweighting from information retrieval ")。
4~6步就是对应上文提到的R，PCA和SVD的原理及作用在这里就不赘述了。
数学部分
算法第2步里这个式子怎么来的，文章里给出了细致的解释:
是基于latent variable generative model，Random Walk model加入了平滑项。
最后作者还将这个式子和word2vec的采样技巧联系在了一起:
得出结论" Word2vec with sub-sampling gradient heuristic corresponds to a stochastic gradient update method for using our weighting scheme."，即从理论上解释了本文方法的优越性。
