1. 概况

1.1 任务

口语理解（Spoken Language Understanding, SLU）作为语音识别与自然语言处理之间的一个新兴领域，其目的是为了让计算机从用户的讲话中理解他们的意图。SLU是口语对话系统（Spoken Dialog Systems）的一个非常关键的环节。下图展示了口语对话系统的主要流程。

SLU主要通过如下三个子任务来理解用户的语言：

1. 领域识别(Domain Detection)
2. 用户意图检测(User Intent Determination)
3. 语义槽填充(Semantic Slot Filling)

例如，用户输入“播放周杰伦的稻香”，首先通过领域识别模块识别为"music"领域，再通过用户意图检测模块识别出用户意图为"play_music"（而不是"find_lyrics" ），最后通过槽填充对将每个词填充到对应的槽中："播放[O] / 周杰伦[B-singer] / 的[O] / 稻香[B-song]"。

从上述例子可以看出，通常把领域识别和用户意图检测当做文本分类问题，而把槽填充当做序列标注(Sequence Tagging)问题，也就是把连续序列中每个词赋予相应的语义类别标签。本次实验的任务就是基于ATIS 数据集进行语义槽填充。(完整代码地址：https://github.com/llhthinker/slot-filling)

1.2 数据集

本次实验基于ATIS(Airline Travel Information Systems )数据集。顾名思义，ATIS数据集的领域为"Airline Travel"。ATIS数据集采取流行的"in/out/begin(IOB)标注法": "I-xxx"表示该词属于槽xxx，但不是槽xxx中第一个词；"O"表示该词不属于任何语义槽；"B-xxx"表示该词属于槽xxx，并且位于槽xxx的首位。部分ATIS训练数据集如下：

what    O
is  O
the O
arrival B-flight_time
time    I-flight_time
in  O
san B-fromloc.city_name
francisco   I-fromloc.city_name
for O
the O
DIGITDIGITDIGIT B-depart_time.time
am  I-depart_time.time
flight  O
leaving O
washington  B-fromloc.city_name

ATIS数据集一共有83种语义槽，因此序列标注的标签类别一共有\(83+83+1=167\)个。ATIS数据集分为训练集和测试集，数据规模如下表：

2. 模型

上文中提到，通常把槽填充当做序列标注问题。很多机器学习算法都能够解决序列标注问题，包括HMM/CFG,hidden vector state(HVS)等生成式模型，以及CRF, SVM等判别式模型。本次实验主要参考论文《Using Recurrent Neural Networks for Slot Filling in Spoken Language Understanding 》 ，基于RNN来实现语义槽填充。

RNN可以分为简单RNN(Simple RNN)和门控机制RNN(Gated RNN)，前者的RNN单元完全接收上个时刻的输入；后者基于门控机制，通过学习到的参数自行决定上个时刻的输入量和当前状态的保留量。下面将介绍Elman-RNN, Jordan-RNN, Hybrid-RNN(Elman和Jordan结合)这三种简单RNN，以及经典的门控机制RNN：LSTM。

2.1 Elman-RNN

Elman-RNN将当前时刻的输入\(x_t\)和上个时刻的隐状态输出\(h_{(t-1)}\)作为输入，具体如下：

\[\begin{split}\begin{array}{ll}h_t = \sigma(W_{ih} x_t + b_{ih} + W_{hh} h_{(t-1)} + b_{hh}) \end{array}\end{split}\]

需要说明的是，Pytorch默认的RNN即为Elman-RNN，但是它只支持\(\tanh\)和ReLU两种激活函数。本次实验按照论文设置，激活函数均采取sigmoid函数，使用Pytorch具体实现如下:

class ElmanRNNCell(nn.Module):
    def __init__(self, input_size, hidden_size):
        super(ElmanRNNCell, self).__init__()
        self.hidden_size = hidden_size
        self.i2h_fc1 = nn.Linear(input_size, hidden_size)
        self.i2h_fc2 = nn.Linear(hidden_size, hidden_size)
        self.h2o_fc = nn.Linear(hidden_size, hidden_size)

    def forward(self, input, hidden):
        hidden = F.sigmoid(self.i2h_fc1(input) + self.i2h_fc2(hidden))
        output = F.sigmoid(self.h2o_fc(hidden))
        return output, hidden

2.2 Jordan-RNN

Jordan-RNN将当前时刻的输入\(x_t\)和上个时刻的输出层输出\(y_{(t-1)}\)作为输入，具体如下：

\[\begin{split}\begin{array}{ll}h_t = \sigma(W_{ih} x_t + b_{ih} + W_{yh} y_{(t-1)} + b_{yh}) \end{array}\end{split}\]

使用Pytorch具体实现如下，其中\(y_0\)初始化为可训练的参数:

class JordanRNNCell(nn.Module):
    def __init__(self, input_size, hidden_size):
        super(JordanRNNCell, self).__init__()
        self.hidden_size = hidden_size
        self.i2h_fc1 = nn.Linear(input_size, hidden_size)
        self.i2h_fc2 = nn.Linear(hidden_size, hidden_size)
        self.h2o_fc = nn.Linear(hidden_size, hidden_size)
        self.y_0 = nn.Parameter(nn.init.xavier_uniform(torch.Tensor(1, hidden_size)), requires_grad=True)

    def forward(self, input, hidden=None):
        if hidden is None:
            hidden = self.y_0
        hidden = F.sigmoid(self.i2h_fc1(input) + self.i2h_fc2(hidden))
        output = F.sigmoid(self.h2o_fc(hidden))
        return output, output

2.4 Hybrid-RNN

Hybrid-RNN将当前时刻的输入\(x_t?\)，上个时刻的隐状态\(h_{(t-1)}?\) 以及上个时刻输出层输出\(y_{(t-1)}?\)作为输入，具体如下：

\[\begin{split}\begin{array}{ll}h_t = \sigma(W_{ih} x_t + b_{ih} + W_{hh} h_{(t-1)} + b_{hh} + W_{yh} y_{(t-1)} + b_{yh}) \end{array}\end{split}\] ，并且\(y_0\)初始化为可训练的参数。使用Pytorch具体实现如下:

class HybridRNNCell(nn.Module):
    def __init__(self, input_size, hidden_size):
        super(HybridRNNCell, self).__init__()
        self.hidden_size = hidden_size
        self.i2h_fc1 = nn.Linear(input_size, hidden_size)
        self.i2h_fc2 = nn.Linear(hidden_size, hidden_size)
        self.i2h_fc3 = nn.Linear(hidden_size, hidden_size)
        self.h2o_fc = nn.Linear(hidden_size, hidden_size)
        self.y_0 = nn.Parameter(nn.init.xavier_uniform(torch.Tensor(1, hidden_size)), requires_grad=True)

    def forward(self, input, hidden, output=None):
        if output is None:
            output = self.y_0
        hidden = F.sigmoid(self.i2h_fc1(input)+self.i2h_fc2(hidden)+self.i2h_fc3(output))
        output = F.sigmoid(self.h2o_fc(hidden))
        return output, hidden

2.5 LSTM

LSTM引入了记忆单元\(c_t\)和3种控制门，包括输入门(input gate)\(i_t\)，遗忘门(forget gate)\(f_t\)，输出门(output gate)\(o_t\)， 首先，输入层接受当前时刻输入\(x_t\)和上个时刻隐状态输出\(h_{(t-1)}\)，通过\(\tanh\)激活函数得到记忆单元的输入\(g_t\)； 然后遗忘门\(f_t\)决定上个时刻记忆单元\(c_{(t-1)}\)的保留比例，输入门\(i_t\)决定当前时刻记忆单元的输入\(g_t\)的保留比例，两者相加得到当前的记忆单元\(c_t\)； 最后记忆单元\(c_t\)通过\(\tanh\)激活函数得到的值在输出门\(o_t\)的控制下得到最终的当前时刻隐状态\(h_t\)， 具体如下：

\[\begin{split}\begin{array}{ll}i_t = \sigma(W_{ii} x_t + b_{ii} + W_{hi} h_{(t-1)} + b_{hi}) \\f_t = \sigma(W_{if} x_t + b_{if} + W_{hf} h_{(t-1)} + b_{hf}) \\g_t = \tanh(W_{ig} x_t + b_{ig} + W_{hg} h_{(t-1)} + b_{hg}) \\o_t = \sigma(W_{io} x_t + b_{io} + W_{ho} h_{(t-1)} + b_{ho}) \\c_t = f_t c_{(t-1)} + i_t g_t \\h_t = o_t \tanh(c_t)\end{array}\end{split}\]

Pytorch已经实现了LSTM, 只需要调用相应的API即可，调用的代码片段如下:

self.rnn = nn.LSTM(input_size=embedding_dim,
                   hidden_size=hidden_size,
                   bidirectional=bidirectional,
                   batch_first=True)

3. 实验

3.1 实验设置

实验基于Python 3.6 和Pytorch 0.4.0，为进行对照实验，下列设置针对所有RNN模型:

• 所有RNN模型均只使用单层；
• 词向量维度设置为100维，并且随机初始化，在训练过程中进行调整；
• 隐状态维度设置为75维;
• 采用带动量的随机梯度下降(SGD)，batch size为1，学习率(learning rate)为0.1，动量(momentum)为0.9并保持不变;
• epoch=10；
• 每种RNN模型都实现单向(Single)和双向(Bi-Directional)，并分别训练。

3.2 实验结果

在使用CPU的情况下，不同模型在测试集的\(F_1\)得分以及平均一个epoch训练时长的结果如下：

从上表中可以看出：

• 基于门控机制的LSTM由于其参数和运算步骤的增加，一个epoch的训练时长是另外三种Simple RNN的9倍左右，而\(F_1\)得分也比Simple RNN高；
• 双向(Bi-Directional)RNN的\(F_1\)得分普遍比单向(Single)RNN高，而运行时间也多一些。

在使用同一块GPU的情况下，不同模型在测试集的\(F_1\)得分以及平均一个epoch训练时长的结果如下：

从上表中可以看出，即使是随机梯度下降(batch_size=1)，GPU的加速效果仍然相当明显。值得指出的是，虽然LSTM的运算步骤比其他三种Simple-RNN多，但是用时却是最少的，这可能是由于LSTM是直接调用Pytorch的API，针对GPU有优化，而另外三种的都是自己实现的，GPU加速效果没有Pytorch好。

4. 总结与展望

总的来说，将槽填充问题当做序列标注问题是一种有效的做法，而RNN能够较好的对序列进行建模，提取相关的上下文特征。双向RNN的表现优于单向RNN，而LSTM的表现优于Simple RNN。对于Simple RNN而言，Elman的表现不比Jordan差（甚至更好），而用时更少并且实现更简单，这可能是主流深度学习框架（TensorFlow / Pytorch等）的simple RNN是基于Elman的原因。而Hybrid作为Elman和Jordan的混合体，其训练时间都多余Elman和Jordan，\(F_1\)得分略有提升，但不是特别明显（使用CPU时的双向Elman表现比双向Hybrid好），需要更多实验进行验证。

从实验设置可以看出，本次实验没有过多的调参。如果想取得更好的结果，可以进行更细致的调参，包括 ：

• 改变词向量维度和隐状态维度；
• 考虑采用预训练词向量，然后固定或者进行微调；
• 采用正则化技术，包括L1/L2, Dropout, Batch Normalization, Layer Normalization等；
• 尝试使用不同的优化器(如Adam)，使用mini-batch，调整学习率；
• 增加epoch次数。

此外，可以考虑在输入时融入词性标注和命名实体识别等信息，在输出时使用Viterbi算法进行解码，也可以尝试不同形式的门控RNN（如GRU，LSTM变体等）以及采用多层RNN，并考虑是否使用残差连接等。

参考资料

Mesnil G, Dauphin Y, Yao K, et al. Using recurrent neural networks for slot filling in spoken language understanding[J]. IEEE/ACM Transactions on Audio, Speech, and Language Processing, 2015, 23(3): 530-539.

Wikipedia. Recurrent neural network. https://en.wikipedia.org/wiki/Recurrent_neural_network

PyTorch documentation. Recurrent layers. http://pytorch.org/docs/stable/nn.html#recurrent-layers

Hung-yi Lee. Machine Learning (2017,Spring). http://speech.ee.ntu.edu.tw/~tlkagk/courses/ML_2017/Lecture/RNN.pdf

YUN-NUNG (VIVIAN) CHEN. Spring 105 - Intelligent Conversational Bot. https://www.csie.ntu.edu.tw/~yvchen/s105-icb/doc/170321_LU.pdf

原文地址：https://www.cnblogs.com/llhthinker/p/8978029.html