AI-For-Beginners/translations/mo/lessons/5-NLP/16-RNN

循環神經網路

課前測驗

在之前的章節中，我們使用了豐富的文本語義表示以及嵌入層之上的簡單線性分類器。這種架構的作用是捕捉句子中單詞的整體意義，但它並未考慮單詞的順序，因為嵌入層上的聚合操作移除了原始文本中的這種信息。由於這些模型無法建模單詞的順序，因此無法解決更複雜或更具歧義的任務，例如文本生成或問題回答。

為了捕捉文本序列的意義，我們需要使用另一種神經網路架構，稱為循環神經網路（Recurrent Neural Network，簡稱 RNN）。在 RNN 中，我們將句子逐個符號地傳遞給網路，網路會生成某種狀態，然後將該狀態與下一個符號一起再次傳遞給網路。

圖片由作者提供

給定輸入的符號序列 X₀,...,X_n，RNN 會創建一系列神經網路模塊，並通過反向傳播對這個序列進行端到端的訓練。每個網路模塊接受一對輸入 (X_i,S_i)，並生成 S_i+1 作為結果。最終的狀態 S_n 或輸出 Y_n 會進入線性分類器以生成結果。所有的網路模塊共享相同的權重，並通過一次反向傳播進行端到端訓練。

由於狀態向量 S₀,...,S_n 在網路中傳遞，RNN 能夠學習單詞之間的順序依賴性。例如，當單詞 not 出現在序列中的某處時，網路可以學會在狀態向量中否定某些元素，從而實現否定的效果。

✅ 由於上圖中所有 RNN 模塊的權重是共享的，因此可以將該圖表示為一個具有循環反饋迴路的單一模塊（如右圖所示），該迴路將網路的輸出狀態傳回輸入。

RNN 單元的結構

讓我們來看看一個簡單的 RNN 單元是如何組織的。它接受前一個狀態 S_i-1 和當前符號 X_i 作為輸入，並生成輸出狀態 S_i（有時我們也對其他輸出 Y_i 感興趣，例如在生成式網路的情況下）。

一個簡單的 RNN 單元內部有兩個權重矩陣：一個用於轉換輸入符號（我們稱之為 W），另一個用於轉換輸入狀態（H）。在這種情況下，網路的輸出計算公式為 σ(W×X_i+H×S_i-1+b)，其中 σ 是激活函數，b 是額外的偏置。

圖片由作者提供

在許多情況下，輸入符號會在進入 RNN 之前通過嵌入層以降低維度。在這種情況下，如果輸入向量的維度為 emb_size，狀態向量的維度為 hid_size，則 W 的大小為 emb_size×hid_size，H 的大小為 hid_size×hid_size。

長短期記憶網路（LSTM）

經典 RNN 的主要問題之一是所謂的梯度消失問題。由於 RNN 是通過一次反向傳播進行端到端訓練的，因此很難將誤差傳遞到網路的前幾層，從而無法學習遠距離符號之間的關係。解決這個問題的一種方法是通過使用所謂的門控機制來引入顯式的狀態管理。有兩種著名的架構：長短期記憶網路（Long Short Term Memory，簡稱 LSTM）和門控循環單元（Gated Relay Unit，簡稱 GRU）。

圖片來源待定

LSTM 網路的組織方式與 RNN 類似，但有兩個狀態在層與層之間傳遞：實際狀態 C 和隱藏向量 H。在每個單元中，隱藏向量 H_i 與輸入 X_i 連接在一起，並通過門控機制控制狀態 C 的變化。每個門控機制都是一個帶有 sigmoid 激活函數（輸出範圍為 [0,1]）的神經網路，可以被視為在與狀態向量相乘時的位掩碼。以下是這些門控機制（從左到右對應上圖）：

• 遺忘門：接收隱藏向量，決定狀態向量 C 的哪些部分需要遺忘，哪些需要保留。
• 輸入門：從輸入和隱藏向量中提取一些信息，並插入到狀態中。
• 輸出門：通過帶有 tanh 激活函數的線性層轉換狀態，然後使用隱藏向量 H_i 選擇其部分組件以生成新狀態 C_i+1。

狀態 C 的組件可以被視為某些標誌，可以開啟或關閉。例如，當我們在序列中遇到名字 Alice 時，我們可能會假設它指的是一個女性角色，並在狀態中設置一個標誌，表示句子中有一個女性名詞。當我們進一步遇到短語 and Tom 時，我們會設置一個標誌，表示句子中有一個複數名詞。因此，通過操作狀態，我們可以追蹤句子部分的語法屬性。

✅ 理解 LSTM 內部結構的一個極佳資源是 Christopher Olah 的這篇精彩文章 Understanding LSTM Networks。

雙向與多層 RNN

我們已經討論了單向運行的循環網路，從序列的開始到結束。這看起來很自然，因為它類似於我們閱讀和聽取語音的方式。然而，在許多實際情況下，我們可以隨機訪問輸入序列，因此在兩個方向上運行循環計算可能更有意義。這樣的網路稱為雙向 RNN。在處理雙向網路時，我們需要兩個隱藏狀態向量，每個方向一個。

無論是單向還是雙向的循環網路，都能捕捉序列中的某些模式，並將其存儲到狀態向量中或傳遞到輸出中。與卷積網路類似，我們可以在第一層之上構建另一個循環層，以捕捉更高層次的模式，並基於第一層提取的低層次模式進行構建。這引出了多層 RNN 的概念，它由兩層或更多的循環網路組成，其中前一層的輸出作為下一層的輸入。

圖片來自 Fernando López 的這篇精彩文章

✍️ 練習：嵌入

通過以下筆記本繼續學習：

• 使用 PyTorch 的 RNN
• 使用 TensorFlow 的 RNN

總結

在本單元中，我們了解到 RNN 可用於序列分類，但事實上，它們還可以處理許多其他任務，例如文本生成、機器翻譯等。我們將在下一單元中探討這些任務。

🚀 挑戰

閱讀一些關於 LSTM 的文獻並考慮其應用：

• Grid Long Short-Term Memory
• Show, Attend and Tell: Neural Image Caption Generation with Visual Attention

課後測驗

回顧與自學

• Christopher Olah 的 Understanding LSTM Networks。

作業：筆記本

免責聲明：
本文件已使用 AI 翻譯服務 Co-op Translator 進行翻譯。儘管我們努力確保翻譯的準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵信息，建議使用專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋不承擔責任。