论文浅尝 | LightRNN：存储和计算高效的 RNN

链接：https://arxiv.org/pdf/1610.09893.pdf

动机

在NLP任务中使用RNN已经被证明是很有用的模型方法。但是传统的RNN在NLP中的应用有一个很大的限制：RNN的输出输入Embedding占用的空间太大，比如1024维10M词表大小的Embedding矩阵就要占掉40GB，这在大部分的GPU上都是不可训练的。本文的目标就是解决Embedding过大和参数过多的问题。

亮点

文章的亮点主要包括：

1. 通过二维Embedding使得参数所占空间和数量大幅减少，训练更快，使得手机甚至嵌入式训练成为可能

2. 由于单词安排的形式语义性表达更丰富，在NLP任务上能够不输于甚至超过一维的情形

概念

2-ComponentShared Embedding：维度共享的Embedding.

每个word的词向量划分为行向量和列向量，同一行的词共享行向量，同一列也如此

两个Embedding 矩阵的大小减为

，

方法

⒈ 新的RNN以适应新的Embedding形式

相较于传统RNN：

a. 在t时刻的输入拆成两个（行列向量）由于矩阵U在两个小RNN中都一样，也可以看成传统的RNN交替输入行列向量

b. 显然只有都知道当前的行列向量才能预测下一个词，所以预测的行列向量跟输入错开了一个单元。

c. 由于错开，最后一次没得原始输入，需要将最后一个预测出来的行向量接过来

行列向量的softmax.最终的概率为二者相乘.

⒉Bootstrap for Word Allocation，重新分配词表中单词的位置

a.随机分配词表中单词的位置

b.训练模型得到embedding.

c.调整单词的位置，使得最小化训练集中所有句子的NegativeLog Likelihood.

其中lr(w,r(w))表示单词w安排在r(w)行时出现在位置r的概率. lc则是列. 现在将单词w换到其他行或者列中，得到lr(w,i), 再重新计算此NLL，比如：

位置	1	2	3
1	I	you	dislike
2	NUAA	PKU	love
3	hate	we	ZJU

对于I love ZJU，ZJU对应的lr(w,r(w))即为-log(3,3)，其中(3,3)表示第三行出现在句子的第三个位置的概率。现在将ZJU换到第二行, 对应的lr(w,2)= -log(2,3).其实也就是改为计算I Love Love这句话的概率，而任意的概率lr(w,i)和lc(w,j)已经在RNN模型的softmax中计算过了。直接带入即可.

最后，因为ZJU占据了Love的位置，Love也要找下一个位置，所以这个问题是所有的单词全部重新排列，选取最小的NLL。这是个二分图的最小权值匹配问题.有现成的算法可以计算.

实验

⑴. 比较的指标：PPL

T是预料中的所有token数量。

⑵. 各数据集的情况：（token数和词典大小）

(3) BillonW数据集的结果：

可以看出在BillionW中不仅超越了stateof art的模型性能，而且大幅减少了训练参数的数量和空间大小.

总结

本文提出了一种可以大幅减少RNN在NLP中应用时的Embedding矩阵的大小和数量，同时又不削减性能的方法。

论文笔记整理：吴杨，浙江大学硕士，研究方向为知识图谱、自然语言处理。

OpenKG.CN

中文开放知识图谱（简称OpenKG.CN）旨在促进中文知识图谱数据的开放与互联，促进知识图谱和语义技术的普及和广泛应用。

点击阅读原文，进入 OpenKG 博客。