用深度神經網絡處理NER命名實體識別問題
本文結構：
- 什么是命名實體識別（NER）
- 怎么識別？
cs224d Day 7: 項目2-用DNN處理NER問題
什么是NER？
命名實體識別（NER）是指識別文本中具有特定意義的實體，主要包括人名、地名、機構名、專有名詞等。命名實體識別是信息提取、問答系統、句法分析、機器翻譯等應用領域的重要基礎工具，作為結構化信息提取的重要步驟。摘自 BosonNLP
怎么識別？
先把解決問題的邏輯說一下，然后解釋主要的代碼，有興趣的話，完整代碼請去 這里看 。
代碼是在 Tensorflow 下建立只有一個隱藏層的 DNN 來處理 NER 問題。
1.問題識別：
NER 是個分類問題。
給一個單詞，我們需要根據上下文判斷，它屬于下面四類的哪一個，如果都不屬于，則類別為0，即不是實體，所以這是一個需要分成 5 類的問題：
- • Person (PER)
- • Organization (ORG)
- • Location (LOC)
- • Miscellaneous (MISC)
我們的訓練數據有兩列，***列是單詞，第二列是標簽。
- EU ORG
- rejects O
- German MISC
- Peter PER
- BRUSSELS LOC
2.模型：
接下來我們用深度神經網絡對其進行訓練。
模型如下：
輸入層的 x^(t) 為以 x_t 為中心的窗口大小為3的上下文語境，x_t 是 one-hot 向量，x_t 與 L 作用后就是相應的詞向量，詞向量的長度為 d = 50 ：
我們建立一個只有一個隱藏層的神經網絡，隱藏層維度是 100，y^ 就是得到的預測值，維度是 5：
用交叉熵來計算誤差：
J 對各個參數進行求導：
得到如下求導公式：
在 TensorFlow 中求導是自動實現的，這里用Adam優化算法更新梯度，不斷地迭代，使得loss越來越小直至收斂。
3.具體實現
在 def test_NER() 中，我們進行 max_epochs 次迭代，每次，用 training data 訓練模型 得到一對 train_loss, train_acc ，再用這個模型去預測 validation data，得到一對 val_loss, predictions ，我們選擇最小的 val_loss ，并把相應的參數 weights 保存起來，***我們是要用這些參數去預測 test data 的類別標簽：
- def test_NER():
- config = Config()
- with tf.Graph().as_default():
- model = NERModel(config) # 最主要的類
- init = tf.initialize_all_variables()
- saver = tf.train.Saver()
- with tf.Session() as session:
- best_val_loss = float('inf') # ***的值時，它的 loss 它的 迭代次數 epoch
- best_val_epoch = 0
- session.run(init)
- for epoch in xrange(config.max_epochs):
- print 'Epoch {}'.format(epoch)
- start = time.time()
- ###
- train_loss, train_acc = model.run_epoch(session, model.X_train,
- model.y_train) # 1.把 train 數據放進迭代里跑，得到 loss 和 accuracy
- val_loss, predictions = model.predict(session, model.X_dev, model.y_dev) # 2.用這個model去預測 dev 數據，得到loss 和 prediction
- print 'Training loss: {}'.format(train_loss)
- print 'Training acc: {}'.format(train_acc)
- print 'Validation loss: {}'.format(val_loss)
- if val_loss < best_val_loss: # 用 val 數據的loss去找最小的loss
- best_val_loss = val_loss
- best_val_epoch = epoch
- if not os.path.exists("./weights"):
- os.makedirs("./weights")
- saver.save(session, './weights/ner.weights') # 把最小的 loss 對應的 weights 保存起來
- if epoch - best_val_epoch > config.early_stopping:
- break
- ###
- confusion = calculate_confusion(config, predictions, model.y_dev) # 3.把 dev 的lable數據放進去，計算prediction的confusion
- print_confusion(confusion, model.num_to_tag)
- print 'Total time: {}'.format(time.time() - start)
- saver.restore(session, './weights/ner.weights') # 再次加載保存過的 weights，用 test 數據做預測，得到預測結果
- print 'Test'
- print '=-=-='
- print 'Writing predictions to q2_test.predicted'
- _, predictions = model.predict(session, model.X_test, model.y_test)
- save_predictions(predictions, "q2_test.predicted") # 把預測結果保存起來
- if __name__ == "__main__":
- test_NER()
4.模型是怎么訓練的呢？
首先導入數據 training，validation，test：
- # Load the training set
- docs = du.load_dataset('data/ner/train')
- # Load the dev set (for tuning hyperparameters)
- docs = du.load_dataset('data/ner/dev')
- # Load the test set (dummy labels only)
- docs = du.load_dataset('data/ner/test.masked')
把單詞轉化成 one-hot 向量后，再轉化成詞向量：
- def add_embedding(self):
- # The embedding lookup is currently only implemented for the CPU
- with tf.device('/cpu:0'):
- embedding = tf.get_variable('Embedding', [len(self.wv), self.config.embed_size]) # assignment 中的 L
- window = tf.nn.embedding_lookup(embedding, self.input_placeholder) # 在 L 中直接把window大小的context的word vector搞定
- window = tf.reshape(
- window, [-1, self.config.window_size * self.config.embed_size])
- return window
建立神經層，包括用 xavier 去初始化***層， L2 正則化和用 dropout 來減小過擬合的處理：
- def add_model(self, window):
- with tf.variable_scope('Layer1', initializer=xavier_weight_init()) as scope: # 用initializer=xavier去初始化***層
- W = tf.get_variable( # ***層有 W，b1，h
- 'W', [self.config.window_size * self.config.embed_size,
- self.config.hidden_size])
- b1 = tf.get_variable('b1', [self.config.hidden_size])
- h = tf.nn.tanh(tf.matmul(window, W) + b1)
- if self.config.l2: # L2 regularization for W
- tf.add_to_collection('total_loss', 0.5 * self.config.l2 * tf.nn.l2_loss(W)) # 0.5 * self.config.l2 * tf.nn.l2_loss(W)
- with tf.variable_scope('Layer2', initializer=xavier_weight_init()) as scope:
- U = tf.get_variable('U', [self.config.hidden_size, self.config.label_size])
- b2 = tf.get_variable('b2', [self.config.label_size])
- y = tf.matmul(h, U) + b2
- if self.config.l2:
- tf.add_to_collection('total_loss', 0.5 * self.config.l2 * tf.nn.l2_loss(U))
- output = tf.nn.dropout(y, self.dropout_placeholder) # 返回 output，兩個variable_scope都帶dropout
- return output
關于 L2正則化 和 dropout 是什么, 如何減小過擬合問題的，可以看 這篇博客，總結的簡單明了。
用 cross entropy 來計算 loss：
- def add_loss_op(self, y):
- cross_entropy = tf.reduce_mean( # 1.關鍵步驟：loss是用cross entropy定義的
- tf.nn.softmax_cross_entropy_with_logits(y, self.labels_placeholder)) # y是模型預測值，計算cross entropy
- tf.add_to_collection('total_loss', cross_entropy) # Stores value in the collection with the given name.
- # collections are not sets, it is possible to add a value to a collection several times.
- loss = tf.add_n(tf.get_collection('total_loss')) # Adds all input tensors element-wise. inputs: A list of Tensor with same shape and type
- return loss
接著用 Adam Optimizer 把loss最小化：
- def add_training_op(self, loss):
- optimizer = tf.train.AdamOptimizer(self.config.lr)
- global_step = tf.Variable(0, name='global_step', trainable=False)
- train_op = optimizer.minimize(loss, global_step=global_step) # 2.關鍵步驟：用 AdamOptimizer 使 loss 達到最小，所以更關鍵的是 loss
- return train_op
每一次訓練后，得到了最小化 loss 相應的 weights。
這樣，NER 這個分類問題就搞定了，當然為了提高精度等其他問題，還是需要查閱文獻來學習的。下一次先實現個 RNN。
