欢迎转载，转载注明原文地址:

http://www.cnblogs.com/NeighborhoodGuo/p/4692979.html

又开始新一课的札记啦！最近Project Proposal也快到了，时间还是比较紧的。不过课程已经过半了还是挺开心的。stanford开放这么有技术含量的课程，还是很钦佩stanford的开放精神。

这一课是对Recurrent NN for MT做了一个简要的介绍。个人认为这种方法比较靠谱耶，想想我们人类对于母语的学习，对于母语的理解，从来都不是先分析语法，再分析语义的，而是直接就从前到后听或看久直接理解了。RNN对于语言的理解表示我个人认为比较类似人类的思维方式（如果有朋友看到我这篇文章有不同见解，欢迎讨论）。而这门课的Project我就做这个好啦，哈哈。使用RNN的MT！

先梳理一下这一讲的脉络哦。首先是对Bidirectional及deep RNNs for opinion labeling的wrapping up，然后是现今MT的pipeline，再最后就是Recurrent NN实现MT的大体思路及方法，再往后就是几个Recurrent NN实现MT的改进措施。

1.Wrapping up

Deep Bidirectional RNNs这个结构上一课讲得很详细了，这次就不表了。

F1 score这个东西的解释这次给了个图，非常好呢。十分直观清楚。

Parallel corpora的例子：欧盟的议会文件，埃及出土的大石头（- -）

2.现今tranditional MT的pipeline

第一步是Alignment顾名思义就是source language里的词对应到target language是哪个词。

这个东东真的是很复杂呀，最简单的情况是一对一的，但是还有zero fertility，一对多的，多对一的，多对多的，好烦躁有木有。

Alignment之后还没完，还得reordering这些词，使其在target language里表达的很“正确”。

本来Alignment就很复杂，还得从中选出最适合的词，还得reordering这个可真是。。。说不下去了。怎么办？RNN闪亮登场！

3.RNN model for MT

首先是最简单的例子

使用RNN把source language的单词一个一个的输入到model里，最终把这一整句话用一个vector表示出来，也就是encoder的过程；然后得到最终的vector之后再decoder将原始的句子用target language表示出来。看起来挺诱人挺高效的有木有！但是其实米有这么简单呀！

于是就duang推出了第一种加强改良版

decoder的过程不仅仅是从最后一个hidden node（以下简写为C）中提取信息，还从前一个decoder出来的单词及前一个hidden node里提取信息。这样有什么好处我也不造（- -）据老师说很棒。

还有几个一是改良方法是使用stacked/deep RNNs；二是使用bidirectional encoder，而不是使用最简单的一层的encoder；三是把单词的顺序倒个个，原因说的是第一个单词的信息能很容易保留下来，然后target language就能很容易从中提取出信息，做出有效的翻译（说实话没搞明白为啥有用）

最后有两个超级改良版：GRU和LSTMs

4.GRU

main ideas: 1.keep around memories to capture long distance dependencies

　　　　　　2.allow error messages to flow at different strengths depending on the inputs

推荐阅读里有有两篇讲GRU的，讲得挺好的，受益匪浅。Paper里还将LSTM和GRU进行了对比。

GRU的思路是首先根据当前word vector及前一个hidden state计算出update gate和reset gate；再根据reset gate、当前word vector及前一个hidden state计算出new memory content。

reset gate的用处很明确了，就是当reset gate为1的时候，new memory content忽略之前所有的memory。最终的memory是之前的hidden node及new memory content的综合体

数学公式表示就是：

5.LSTMs

这个东西有很长时间的历史了不过据说很有用。直接上公式吧，公式很清晰：

6.GRU和LSTMs的区别

说实话GRU和LSTMs其实是很像的先上个对比图吧：

以下说说他们之间的相同与不同：

1.new memory的计算方法都是根据之前的state及input计算，但是GRU有一个R gate控制之前state的进入量，在LSTM里没有这个gate

2.产生新的state的方式不同，LSTM有两个不同的gate分别是f gate和i gate；GRU只有一个gate就是z gate

3.LSTM对新产生的state有一个o gate可以调节大小；GRU直接输出无任何调节。

参考网址：

http://www.ubi.com/

https://github.com/jych/librnn.git