Fork me on GitHub 返回顶部

自然语言处理的CNN模型中几种常见的池化方法

自然语言处理的CNN模型中几种常见的池化方法

本文是在[1]的基础上进行的二次归纳。

0x00 池化(pooling)的作用

  首先,回顾一下NLP中基本的CNN模型的卷积和池化的大致原理[2]。filter(特征抽取器,卷积核,CV上称之为滤波器)在一个窗口(text region)上可以抽取出一个特征值,filter在整个text上滑动,将抽取出一系列特征值组成一个特征向量。这就是卷积层抽取文本特征的过程。模型中的每一个filter都如此操作,形成了不同的特征向量。

  pooling层则对filters的抽取结果进行降维操作,获得样本的重要特征,为下一次的卷积增加感受野的大小,逐渐减小"分辨率", 为最后的全连接做准备。pooling层是CNN中用来减小尺寸,提高运算速度的,同样能减小噪声的影响,让各特征更具有健壮性。降维操作方式的不同产生不同的池化方法。

  一般在pooling层之后连接全连接神经网络,形成最后的分类结果。

  下面列举几种常见的pooling方法。

0x01 Max Pooling#

做法

  对于某个filter抽取到若干特征值,只取其中得分最大的那个值作为pooling层保留值,其它特征值全部抛弃,值最大代表只保留这些特征中最强的,而抛弃其它弱的此类特征。

优点

  1. 只保留区域内的最大值(特征),忽略其它值,降低噪声的影响,提高模型健壮性;

  2. Max Pooling能减少模型参数数量,有利于减少模型过拟合问题。因为经过pooling操作后,在NLP任务中往往把一维的数组转换为单一数值,这样对于后续的卷积层或者全联接隐层来说无疑单个filter的参数或者隐层神经元个数就减少了。

  3. Max Pooling可以把变长的输入X整理成固定长度的输入。因为CNN最后往往会接全联接层,而其神经元个数是需要事先定好的,如果输入是不定长的那么很难设计网络结构。在NLP任务中,文本的长度往往是不确定的,而通过pooling 操作,每个filter固定取1个值,那么有多少个filter,pooling层就有多少个神经元(pooling层神经元个数等于filters个数),这样就可以把全联接层神经元个数固定住。

缺点

  1. Max-Pooling丢失特征项位置信息。在很多NLP的应用场合,特征的出现位置信息是很重要的,比如主语出现位置一般在句子头,宾语一般出现在句子尾等等,这些位置信息其实有时候对于主题分类分类任务也许不是很重要([3]保留词的顺序特征提高了文本分类性能),但是对于情感分类任务可能很重要;

  2. Max-Pooling丢失特征频次信息。有时候有些强特征会出现多次,比如我们常见的特征权重算法TF-IDF中的TF就是指某个特征在某一个文本中出现的次数。但是因为Max Pooling只保留一个最大值,所以即使某个特征出现多次,经过max-Pooling也只能看到一次。

0x02 K-Max Pooling

做法

  K-Max Pooling可以取每一个filter抽取的一些列特征值中得分在前K大的值,并保留他们的相对的先后顺序。把所有filters的前k大的特征值拼接成一个特征向量。pooling层的神经元个数等于k倍的filter个数。就是说通过多保留一些特征信息供后续阶段使用。

优点

  1. K-Max Pooling可以表达同一类特征出现多次的情形,即可以表达某类特征的强度;

  2. 因为这些Top-K特征值的相对顺序得以保留,所以应该说其保留了部分位置信息。

缺点

  这种位置信息只是特征间的相对顺序,而非绝对位置信息。

0x03 Chunk-Max Pooling

做法

  把某个filter抽取到的特征向量进行分段,切割成若干段后,在每个分段里面各自取得一个最大特征值,比如将某个filter的特征向量切成3个chunk,那么就在每个chunk里面取一个最大值,于是获得3个特征值。

优点

  1. Chunk-Max Pooling可以保留了多个局部最大特征值的相对顺序信息;

  2. 如果多次出现强特征,Chunk-Max Pooling可以捕获特征强度。

缺点

  并没有保留绝对位置信息,仅保留了比较粗粒度的模糊的位置信息。

0x04 REFERENCE#

[1] 张俊林. 自然语言处理中CNN模型几种常见的Max Pooling操作[EB/OL]. http://blog.csdn.net/malefactor/article/details/51078135, 2016-04-07

[2] Kim, Y. (2014). Convolutional neural networks for sentence classification. Eprint Arxiv.

[3] Johnson, R., & Zhang, T. (2014). Effective use of word order for text categorization with convolutional neural networks. Eprint Arxiv.

posted @ 2018-02-05 21:13  d0main  阅读(5335)  评论(0编辑  收藏  举报