欢迎转载，转载注明出处：

http://blog.csdn.net/neighborhoodguo/article/details/47617297

终于把最后一讲也看完了，stanford的NLP课程也接近了尾声，真的是非常的开心，这门课真的让我收获了很多。

这一课讲得就是DL在NLP方面的应用，其实大部分内容在之前的课上和之前的推荐阅读里都有提及，这一课也算是一门复习课吧。

同样的先overview一下：1.Model overview　　2.Character RNNs on text and code　　3.Morphology　　4.Logic　　5.Q&A　　6.Image - Sentence mapping

Model overview

老师在课上极力推荐Glove

word vector的维度经常决定了模型的参数数量

Phrase Vector Composition的表示方式主要有Averaging, Recursive Neural networks, Convolutional neural networks, Recurrent neural network

其中很多Recursive functions都是MV-RNN的变种

其中Parsing tree主要分为三种：第一种是Constituency Tree对于syntactic structure的捕捉很有优势　　第二种是Depenency Tree对于semantic structure的捕捉很有优势

第三种是Balanced Tree非常类似CNN

Objective function主要有三种：第一种是Max-margin　　第二种是cross-entropy　　第三种是Auto-encoder（这一种对于NLP的用处还不明确，所以课上都没有讲）

Optimization分为两大类：第一大类是Optimization Algorithm，有SGD， SGD + momentum, L-BFGS, AdaGrad, Adelta

　　　　　　　　　　　　第二大类是Optimization tricks, 有Regularization, Dropout

Morphology

在英语中有些词汇有一个标准的词根，这个词根还可以衍生出许多派生词。有些时候词根的词汇出现的频率特别高，派生词出现的频率比较低。

这样就导致了model对词根的表示比较精确，但是对派生词的表示就比较模糊了。

于是基于这种问题就有了一种对于模型的改进措施。

对于派生词将它先parsing生成一个基于词根的tree然后使用词根以及前缀后缀，这样就把派生词和词根联系起来了。

Logic

主要是为了识别出来以下的内容：

使用的模型还是RNN，模型都比较类似就不赘述了。

Q&A

课上的这部分内容来自于之前的一篇推荐paper，以后计算机能和人对话，就是apple手机上的siri再更加完善的版本。

还有就是计算机能够参加类似幸运52，开心辞典类的节目，而且还能比人做的好。这个就厉害了。

Image - Sentence mapping

最新的研究成果是李飞飞教授做的。就是说一张图片放过来，计算机能描述出这张图上面的内容。

简单的方法是把图片和句子投影到同一个向量空间中，当出现一个图片时，应用欧式距离求最近的几个句子就能找到合适的描述了。反之可以做图片检索。

但是这样生成的句子都是有限的句子，计算机不能自己“描述”，于是就有了改进版本。

先用CNN模型把图片投射成一个向量，再用LSTM生成句子。这个有点类似机器翻译，只不过把source language换成了image

最后说一下这种模型的评价方法(evaluation)名称叫做Mean rank

在生成一个图片对于的句子的时候，可能会生成很多句子，有些正确有些不正确。

把生成的所有的句子按照相关性从大到小排序，然后记录下正确的句子的rank求mean就是mean rank

当然是越小越好啦！

版权声明：本文为博主原创文章，未经博主允许不得转载。