2018· ACL · Unsupervised Learning of Sentence Embeddings using Compositional n-Gram Features

2018· ACL · Unsupervised Learning of Sentence Embeddings using Compositional n-Gram Features

想法来源:无监督的学习方法的两个方法入手:鲁棒性、简单有效。相当于CBOW的改版,但是是用在sentence的表示上。

价值

方法:改进了CBOW在大数据集上的表现,去掉了高频词的影响。

缺点

详细方案

  • 首先,句子的最终表示:


    -c450

    其中R(S)是S中所有的n-gram表示,当然n也可以取1。|R(S)|表示n-gram的数量

  • 其次,下采样方法
    -c350

    f_w是词w的频率规范化后的
  • 正采样方法


    -c350

以上两种采样方法,可以减小高频词影响。

  • 去除高频词的影响
    -c450

    其中的l表示:
    -w150

数据集
训练

  1. Toronto book corpus
  2. Wikipedia sentences
  3. tweets
    测试
    movie review sentiment (MR)
    product reviews (CR)
    subjectivity classification (SUBJ)
    opinion polarity (MPQA)
    question type classification (TREC)

实验

  • 首先看看在下游任务的表现


    image
  • 无监督任务的表现:Pearson/Spearman


    image
  • 对比最好的结果所需要的训练时间


    image
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,053评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,527评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,779评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,685评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,699评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,609评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,989评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,654评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,890评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,634评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,716评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,394评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,976评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,950评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,191评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,849评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,458评论 2 342

推荐阅读更多精彩内容

  • 前面的文章主要从理论的角度介绍了自然语言人机对话系统所可能涉及到的多个领域的经典模型和基础知识。这篇文章,甚至之后...
    我偏笑_NSNirvana阅读 13,848评论 2 64
  • 1.NLP当前热点方向 词法/句法分析 词嵌入(word embedding) 命名实体识别(Name Entit...
    __Aragorn阅读 5,988评论 1 9
  • 爱的艺术D3 学而思 By 动待花开 1。对孩子无条件积极关注,孩子自己有了爱,才谈的上给出爱。看得到内心的期待跟...
    夏苏的花园阅读 168评论 0 0
  • 其实分别也没有那么可怕,65万个小时之后,当我们氧化成风,就能变成同一杯啤酒上相邻的两朵泡沫,就能变成同一盏路灯下...
    亲爱的可心儿阅读 1,578评论 0 2
  • 很久以前,我写过一篇小游记,貌似略火。 我觉得。 就是那种漫不经心的写着,随意发在了蚂蜂窝,然后有天打开,数不清的...
    木小醒阅读 427评论 0 3