論文標(biāo)題：Learning Sentence Embeddings with Auxiliary Tasks for Cross-Domain Sentiment Classification

會(huì)議/期刊：EMNLP-2016

團(tuán)隊(duì)：Singapore Management University

主要思想： 通過(guò)構(gòu)造兩個(gè)輔助任務(wù)（auxiliary tasks）來(lái)從學(xué)習(xí)句子表示，預(yù)測(cè)一個(gè)句子是否包含有通用情感詞。這些句子表示可以增強(qiáng)原本情感分類(lèi)模型中的句子表示，從而提升模型的總體領(lǐng)域適應(yīng)能力。

論文要點(diǎn)一覽：

1. 借鑒了2006年EMNLP的Structural Correspondence Learning的思想

SCL是2016EMNLP的一篇解決領(lǐng)域適應(yīng)的論文，想法很新穎。核心想法是，不同領(lǐng)域的文本，通常會(huì)有一些通用的“指示詞”（稱(chēng)為pivot words/features），比方在詞性標(biāo)注任務(wù)中，雖然同一個(gè)詞性的詞可能在不同領(lǐng)域文本中千差萬(wàn)別，但是提示詞性的特征往往是類(lèi)似的，這些共同的特征就稱(chēng)為pivot features。然后，那些隨著領(lǐng)域變化的，但跟這些pivot features高度相關(guān)的詞，就被稱(chēng)為“聯(lián)系詞/對(duì)應(yīng)詞”（correspondences），比方在詞性標(biāo)注任務(wù)中那些關(guān)注的詞性對(duì)應(yīng)的詞。

領(lǐng)域適應(yīng)中，麻煩的就是這些隨著領(lǐng)域變化的correspondences，它們往往潛藏著類(lèi)別的信息，但是從表面上看是很領(lǐng)域性的，所以如果有辦法把這些詞中潛藏著的通用的類(lèi)別信息給提取出來(lái)，或者把它們給轉(zhuǎn)化成通用的信息，那這些領(lǐng)域性的詞就變得通用了，就可以適應(yīng)不同領(lǐng)域了。

這個(gè)想法，確實(shí)很有意思，值得我們學(xué)習(xí)。所以這個(gè)SCL要解決的關(guān)鍵問(wèn)題就是，如何讓模型看到這些領(lǐng)域詞，能轉(zhuǎn)化成通用詞。比如在情感分類(lèi)中，看到評(píng)論“這個(gè)電腦運(yùn)行很快！”就能反應(yīng)出來(lái)這個(gè)就是“這個(gè)電腦好！”。SCL的方法就是，我有一個(gè)通用詞的list，把這些詞從句子中挖去，然后讓剩下的部分來(lái)預(yù)測(cè)出是否包含這個(gè)詞。構(gòu)造這樣的任務(wù)，就相當(dāng)于學(xué)習(xí)一個(gè)“通用語(yǔ)言轉(zhuǎn)化器”，把個(gè)性化的語(yǔ)言，轉(zhuǎn)化成通用的語(yǔ)言。

當(dāng)然，由于是2006年的論文，所以是采用傳統(tǒng)的機(jī)器學(xué)習(xí)方法來(lái)做，得到句子表示也是通過(guò)矩陣分解這樣的方法。這個(gè)16年的新論文，則是使用的深度學(xué)習(xí)的方法進(jìn)行改良和簡(jiǎn)化，讓它變得更強(qiáng)大。

2. 跟傳統(tǒng)經(jīng)典方法的的主要不同

本文提到的主要傳統(tǒng)方法有兩個(gè)，一個(gè)就是著名的06年的SCL，一個(gè)是大名鼎鼎的Bengio團(tuán)隊(duì)在11年ICML的使用auto-encoder的工作。

這兩個(gè)工作的一個(gè)共同點(diǎn)是，是分兩步進(jìn)行的，即是一個(gè)序列化的方法（learn sequentially），先得到一個(gè)特征表示，改善原來(lái)的文本特征，然后再使用經(jīng)典的模型進(jìn)行預(yù)測(cè)。

本論文提出的方法，既可以是兩步走的序列化方法，也可以是joint learning，讓輔助任務(wù)跟主任務(wù)共同學(xué)習(xí)。

另外，之前的auto-encoder的做法，在數(shù)據(jù)預(yù)處理的步驟，沒(méi)有考慮情感分類(lèi)任務(wù)，也就是跟最終要做的任務(wù)無(wú)關(guān)，這當(dāng)然也不夠好。

3. 本文是一個(gè)transductive方法，即訓(xùn)練的時(shí)候要利用到全局?jǐn)?shù)據(jù)

訓(xùn)練可用的數(shù)據(jù)包括：

有標(biāo)簽的訓(xùn)練集（source domain）

無(wú)標(biāo)簽的測(cè)試集（target domain）

4. 輔助任務(wù)的設(shè)計(jì)&對(duì)原句子表示的加強(qiáng)

作者設(shè)計(jì)了兩個(gè)輔助任務(wù)：預(yù)測(cè)一句話中是否有正/負(fù)的通用情感詞。

當(dāng)然，預(yù)測(cè)前，需要把句子中的通用情感詞給挖掉，用剩下的詞來(lái)預(yù)測(cè)。這樣設(shè)計(jì)的依據(jù)是什么呢？如果一句話中包含來(lái)通用情感詞，比如“好”，那么這句話多半就是正面的情感，那么這句話剩下的其他的部分，應(yīng)該也大概率會(huì)包含一些領(lǐng)域特定的反應(yīng)情感的詞，比如“（電腦）很快”。那么我們訓(xùn)練一個(gè)能夠使用這些領(lǐng)域特定的詞預(yù)測(cè)通用情感詞的模型，就可以得到一個(gè)“通用情感轉(zhuǎn)化器”，把各種不同領(lǐng)域的句子，轉(zhuǎn)化成通用的表示。

輔助任務(wù)的損失函數(shù)如下：

就是二分類(lèi)交叉熵?fù)p失之和。

如下圖所示，左半邊就是一個(gè)傳統(tǒng)的分類(lèi)模型。右邊的就是輔助任務(wù)對(duì)應(yīng)的模型。

通過(guò)把原句子的通用情感詞替換成［UNK］，然后使用輔助任務(wù)訓(xùn)練一個(gè)新的模型，就可以得到一個(gè)通用的句子表示向量，也就是圖中的藍(lán)色的向量。

最后，把這個(gè)向量，跟原句子向量拼接起來(lái)，就得到來(lái)加強(qiáng)版的句子表示，最終使用這個(gè)句子表示來(lái)做情感分類(lèi)任務(wù)。

5. 聯(lián)合訓(xùn)練joint learning

上面講的方法，依然是分兩步做的，這樣會(huì)有些麻煩。其實(shí)整個(gè)框架可以同時(shí)訓(xùn)練，也就是把兩部分的損失函數(shù)合在一起進(jìn)行優(yōu)化：

注意，兩部分的loss，分別來(lái)自不同的數(shù)據(jù)集，但是在輔助模型分布，是兩部分?jǐn)?shù)據(jù)都會(huì)使用的，見(jiàn)圖中畫(huà)藍(lán)線的地方。

就是代碼實(shí)現(xiàn)上，我一開(kāi)始想不通如何讓兩個(gè)不同的數(shù)據(jù)集（labeled source data和unlabeled target data）放在一起同時(shí)訓(xùn)練，看了看作者的代碼也沒(méi)看明白（基于Lua的torch寫(xiě)的），直到我看到了作者readme最后寫(xiě)了一個(gè)提示：

就是說(shuō)，所謂的joint learning，并不是真正的joint，相當(dāng)于一種incremental learning（增量學(xué)習(xí)）。每個(gè)epoch，先把source部分的數(shù)據(jù)給訓(xùn)練了，然后再輸入target部分來(lái)優(yōu)化auxiliary部分的模型。

6. 如何選擇pivot words

本文使用了一種叫weighted log-likelihood ratio（WLLR）的指標(biāo)來(lái)選擇最通用的情感詞作為pivot words。這個(gè)WLLR的公式如下：

公式里的y就是標(biāo)簽，而y一杠是相反的標(biāo)簽。w則代表某個(gè)詞。從公式可以看出，當(dāng)一個(gè)詞在一個(gè)標(biāo)簽的文本中經(jīng)常出現(xiàn)，而在相反標(biāo)簽的文本中出現(xiàn)很少，那么這個(gè)詞的WLLR值就高。

在SCL論文中，使用的是互信息，但是作者發(fā)現(xiàn)互信息偏愛(ài)那些低頻詞，相比之下WLLR則公平一些，因此作者選擇WLLR。

7. 數(shù)據(jù)集和實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)結(jié)果主要表明，Joint Learning確實(shí)可以。但Sequential則效果不敢恭維。。。這一點(diǎn)是我覺(jué)得容易讓人詬病的地方，畢竟按照前文中介紹的，即使是Sequential，也因?yàn)閷W(xué)習(xí)到了很好的句子表示，應(yīng)該效果也很不錯(cuò)才對(duì)。

另外實(shí)驗(yàn)結(jié)果中，對(duì)比一下機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)方法可以看出，只是用離散特征，效果完全比不是深度學(xué)習(xí)使用連續(xù)特征的方法。注意，這里的NN是指CNN，使用了詞向量，而詞向量相當(dāng)于已經(jīng)擁有了很多外部知識(shí)了，所以一個(gè)單純的CNN，不進(jìn)行任何的domain adaptation的設(shè)計(jì)，都比傳統(tǒng)的SCL等方法都好。

作者還做了一些“使用部分target標(biāo)注數(shù)據(jù)來(lái)訓(xùn)練”的實(shí)驗(yàn)：發(fā)現(xiàn)，也有微弱的提升（0.6%實(shí)在不算多哈）。并且，隨著標(biāo)注數(shù)據(jù)量的提升，差距還在縮小：

8. Case Study

這里的case study值得學(xué)習(xí)，分析的很細(xì)致，邏輯清晰，還印證了論文的理論假設(shè)。即，作者對(duì)比了單純的CNN和使用了輔助任務(wù)來(lái)訓(xùn)練的CNN，在分類(lèi)時(shí)的重要詞匯是哪些，發(fā)現(xiàn)了一些有趣的現(xiàn)象。

我們這里稱(chēng)單純的CNN為NaiveNN，使用輔助任務(wù)的序列化方法為Sequential，聯(lián)合訓(xùn)練的則為Joint。其中，Sequential和Joint又可以把模型分成兩個(gè)部分，分別為-original和-auxiliary。

總結(jié)一下：

NaiveNN抽取出來(lái)的，多半都是“通用情感詞”；

Sequential-original提取出來(lái)的跟NaiveNN類(lèi)似；

Sequential-auxiliary提取出的，多半是“領(lǐng)域詞”，包括“領(lǐng)域情感詞”和“領(lǐng)域類(lèi)型詞”，后者是該領(lǐng)域的一些特征詞，但并不是情感詞，所以是個(gè)噪音，可能會(huì)對(duì)情感模型產(chǎn)生負(fù)面影響；

Joint-auxiliary則提取出的基本都是“領(lǐng)域情感詞”，即相比于sequential少了噪音；

Joint-original則可提取出“通用情感詞”和“領(lǐng)域情感詞”，因?yàn)樗鷄ux部分共享了sentence embedding。

雖然case study一般都是精挑細(xì)選過(guò)的，但至少作者分析總結(jié)的還是很到位，也就姑且信了。

最后：

總的來(lái)說(shuō)，這是一個(gè)想法較為新穎，方法較為實(shí)用，思路也make sense的工作。巧妙地借用了SCL的思想，并做了合理的簡(jiǎn)化和升級(jí)，取得了還不錯(cuò)的效果。

編輯：jq