神经网络嵌入详解

摘要： 将文本转化为向量，深度挖掘变量间的联系，构建更为精确的推荐系统。 深度学习在诸多方面，如图像分割、时序预测和自然语言处理，都优于其他机器学习方法。嵌入（embedding），即用连续向量表示离散变量的方法，在其中起到了不可或缺的作用。像机器翻译中的词嵌入和分类变量中的实体嵌入，都是嵌入的成功应用。

Neural Network Embedding of all books on Wikipedia. (From Jupyter Notebook on GitHub). 嵌入（Embeddings） 在神经网络中，嵌入后的数据维度较低，它能将离散的序列映射为连续的向量。 神经网络嵌入的主要用途有三种： 利用神经网络嵌入，我们能将Wikipedia中的37000多本书转换为至多包含50个数值的向量。 神经网络嵌入还克服了独热编码的局限性。 独热编码（One-Hot Encoding）的局限性 独热编码用于处理类别变量的最简单的嵌入方法，能够将不同的类别映射为不同的向量。独热编码保证了每一个取值只会使得一种状态处于“激活态”，也就是说这N种状态中只有一个状态位值为1，其他状态位都是0。 独热编码有两大缺陷： 第一个问题很容易理解：多一个类别，在进行独热编码的时候就会多一维向量。Wikipedia中共包含37000本书，对于每本书来说，向量的维度都为37000，这将无法对任何机器学习模型进行训练。 第二个问题同样带来了很大的局限性：独热编码并没有让相似的类别在嵌入空间中相邻。在进行独热编码后，利用余弦相似度计算出的向量间的相似度均为0。 也就是说，如果使用独热编码，电影《战争与和平》和《安娜卡列尼娜》之间的相似性并不会比《战争与和平》和《银河系漫游指南》相似性强，但这与实际不符。

考虑到上述局限性，在类别变量不多的情况下，可优先考虑独热编码。

为了更好的处理类别变量，我们将使用嵌入神经网络和有监督的方法来学习嵌入。 学习嵌入（Learning Embeddings） 独热编码的主要问题是转换不受任何监督。 通过在有监督的任务中使用神经网络学习嵌入，可以大大提高嵌入能力。权重是学习嵌入过程中的重要参数，起调节作用以最小化损失函数。 举个例子，在电影评论中收集到50000个单词，每一个单词我们都可以使用100维的向量对其进行表示，进而使用嵌入神经网络对其进行训练以获取评论的情感倾向。如“brilliant”或“excellent”均与“positive”评价有很强的关联，在嵌入空间的位置便会更为邻近。

Movie Sentiment Word Embeddings (source) 在上述图书推荐的示例中，有监督的任务可以是“确定一本书是否由列夫托尔斯泰撰写”，在嵌入空间上，托尔斯泰所写的书彼此更为邻近。 嵌入中最为棘手的问题是：如何创建有监督的任务模型并得出通用单词或句子的表征。 实现（Implementation） 在Wikipedia图书推荐项目中，有监督的学习任务是：预测某个Wikipedia页面的链接是否出现在一本书的某一章节中。 输入成对的训练示例，格式为（book title，link），其中的匹配有positive-true以及negative-false两种形式。初始化设置基于这样的假设：链接到相似的Wikipedia页面的两本书也是相似的，并且相似的书目在向量空间上更为邻近。 我们使用包含两个并行嵌入层的神经网络，它能够将书和wikilink映射为50维向量，还有一个点积层，将嵌入结果整合为单个数字以实现预测。 部分代码如下： # Both inputs are 1-dimensional book = Input(name = ''book'', shape = [1]) link = Input(name = ''link'', shape = [1]) # Embedding the book (shape will be (None, 1, 50)) book_embedding = Embedding(name = ''book_embedding'', input_dim = len(book_index), output_dim = embedding_size)(book) # Embedding the link (shape will be (None, 1, 50)) link_embedding = Embedding(name = ''link_embedding'', input_dim = len(link_index), output_dim = embedding_size)(link) # Merge the layers with a dot product along the second axis (shape will be (None, 1, 1)) merged = Dot(name = ''dot_product'', normalize = True, axes = 2)([book_embedding, link_embedding]) # Reshape to be a single number (shape will be (None, 1)) merged = Reshape(target_shape = [1])(merged) # Output neuron out = Dense(1, activation = ''sigmoid'')(merged) model = Model(inputs = [book, link], outputs = out) # Minimize binary cross entropy model.compile(optimizer = ''Adam'', loss = ''binary_crossentropy'', metrics = [''accuracy'']) 嵌入本身并不是那么有趣，它们只是一些向量：

对于这个项目，我们探究的是如何根据最近邻推荐书籍。为了计算相似度，我们选择一本书，计算它与所有书目的点积。 (如果我们的嵌入是标准化的，点积为向量之间的余弦距离从-1，即最不相似，到 1，即最相似。 此外还可以使用欧几里德距离来测量相似度)。 下图是我所构建的图书推荐系统的结果：

下图为图书降低维度后的结果：

Embedding Books with Closest Neighbors Wikipedia上的每一本书都能用50位数字进行表示，相似图书彼此之间更接近。 嵌入可视化（Embedding Visualizations） 嵌入的优点是可以将所学到的嵌入进行可视化，以显示哪些类别是相似的。 将这些权重的维度降低为 2-D 或 3-D。然后，在散点图上可视化这些点，以查看它们在空间中的分离情况。目前最流行的降维方法是——t-Distributed Stochastic Neighbor Embedding (TSNE)。 我们将37000维的图书通过神经网络嵌入映射为50维，接着使用TSNE将维数将至为2。

Embedding of all 37,000 books on Wikipedia TSNE是一种流形学习方法，用来降低高维数据的维度，进而对数据可视化，了解数据的分布，发现可能存在的规律。除了TSNE，UMAP（Uniform Manifold Approximation and Projection）也是目前较为流行的降维方法。 下图展示了降维后图书在向量空间中的分布情况：

通过颜色对书本类型进行区分，可以快速的找出相似流派的书籍。 Wikipedia图书推荐的示例说明了神经网络嵌入的价值：能够以低维向量的形式表示分类对象，并且在嵌入空间中相似的实体彼此相邻。 交互式可视化（Interactive Visualizations） 刚才所展示的图片均为静态效果，为了更好的查看变量之间的关系，点击此处以获取动态效果。

总结 神经网络嵌入能够将离散的数据表示为连续的低维向量，克服了传统编码方法的局限性，能查找最近邻，作为另一个模型的输入以及进行可视化，是处理离散变量的有效工具，也是深度学习的有效应用。 以上为译文