阅读论文时的一些常见问题(持续更新)

目录

• 池化层在NLP应用
• MLM是什么
• 多层感知器-MLP
• 全连接层到底用来干什么？
• 因子分解机
• token和span
• 整理一下tensor的类型
• 深度学习中Attention与全连接层的区别何在？
• 张量操作
• 词嵌入维度，如何选择？
• word2vec实现

池化层在NLP应用

• 想看CS224N NLP with Deep Learning（十一）：NLP中的CNN

• 池化的作用则是对特征进行“总结”,即对特征进行压缩，提取主要特征。NLP中最常用的池化操作是max-over-time Pooling，即用特征在所有时间步的最大值来代表特征，还可参考此

MLM是什么

• 实际上就是掩码语言模型(Masked Language Model),比如大家常说的Bert、GPT、EMLo等都是属于MLM，只是掩码的种类不同而已。MLM的做法就是随机屏蔽输入序列的一些token，然后仅仅通过上下文来预测被屏蔽token的原单词表id。
• 参考一 、参考二

多层感知器-MLP

• 见此

全连接层到底用来干什么？

• 首先最常见的功能就是转变维度，即输出符合要维度，此外全连接层出现在后几层还可能是用来对前面的特征做加权和，以此获得更多的信息提取特征，实现分类(CNN中是这样的)，但是一层全连接层没法解决非线性问题，如果有两层以上就可以了，比如前馈层(两个全连接层)。此外相比于self-attention全连接层的权重更多以位置为基准

• 在神经网络中通常还会与softmax中进行结合，全连接层将权重矩阵与输入向量相乘再加上偏置，将n个的实数映射为K个的实数（分数）；softmax将K个的实数映射为K个0~1的实数（概率），同时保证它们之和为1。

因子分解机

• 见此

token和span

• 参考

整理一下tensor的类型

• 参考此

深度学习中Attention与全连接层的区别何在？

• 见此

张量操作

• 见此

词嵌入维度，如何选择？

• 可以参考苏神的这篇博客：关于维度公式“n > 8.33 log N”的可用性分析

word2vec实现

• 可以参考wmathor大佬的这篇博客：Word2Vec 的 PyTorch 实现（乞丐版）