图嵌入方法学习（一）

（一）什么是图嵌入

图，如社交网络、词共存网络和通信网络，广泛存在于各种现实世界的应用中。通过他们的分析，我们可以洞察社会结构、语言和不同的交流方式，因此图一直是学术研究的热门话题。
真实的图（网络）往往是高维、难以处理的，20世纪初，研究人员发明了图形嵌入算法，图嵌入（Graph Embedding，也叫Network-
Embedding）是一种将图数据（通常为高维稠密的矩阵）映射为低微稠密向量的过程，能够很好地解决图数据难以高效输入机器学习算法的问题。
图嵌入是将属性图转换为向量或向量集。嵌入应该捕获图的拓扑结构、顶点到顶点的关系以及关于图、子图和顶点的其他相关信息。

（二）图嵌入方法

在介绍图嵌入之前，我们有必要了解Word2vec，这是理解图嵌入的基础。

1.Word2vec

Word2vec，是一群用来产生词向量的相关模型。
假如我们有一系列样本(x,y)，这里 x 是词语，y 是它们的词性，我们要构建 f(x)->y 的映射，但这里的数学模型f（比如神经网络、SVM）只接受数值型输入，但是 NLP里的词语，是人类发明的语言（比如中文、英文、拉丁文等等），机器读不懂，所以需要把他们转换成数值形式，或者说——嵌入到一个数学空间里，这种嵌入方式，就叫词嵌入（word-embedding)。
大部分的有监督机器学习模型，都可以归结为： f(x)->y
在 NLP 中，如果把 x 看做一个句子里的一个词语，y 是这个词语的上下文词语，那么这里的 f，便是 NLP中经常出现的『语言模型』（language -model），这个模型的目的，就是判断 (x,y)这个样本，是否符合自然语言的法则，更通俗点说就是：词语x和词语y放在一起，是不是人话。
Word2vec 正是来源于这个思想，但它的最终目的，不是要把 f训练得多么完美，而是只关心模型训练完后的副产物——模型参数（这里特指神经网络的权重），并将这些参数，作为输入 x的某种向量化的表示，这个向量便叫做——词向量。

举例，如何用 Word2vec 寻找相似词：

对于一句话：『她们夸吴彦祖帅到没朋友』，如果输入 x 是『吴彦祖』，那么 y 可以是『她们』、『夸』、『帅』、『没朋友』这些词
现有另一句话：『她们夸我帅到没朋友』，如果输入 x 是『我』，那么不难发现，这里的上下文 y 跟上面一句话一样
从而 f(吴彦祖) = f(我) = y，所以大数据告诉我们：我 = 吴彦祖（完美的结论）

Skip-gram 和 CBOW 模型

如果是用一个词语作为输入，来预测它周围的上下文，那这个模型叫做『Skip-gram 模型』
而如果是拿一个词语的上下文作为输入，来预测这个词语本身，则是『CBOW 模型』

Word2vec模型的学习方法

1.1 CBOW模型

该模型主要根据上下文预测当前单词

根据上图，我们也将这个网络结构分为三层进行描述：

输入层:文本中自己设定的窗口中包含的词向量，这个词向量是one-hot表示的(即对于每个输入的词，其表示方式是one-hot),
投影层：可以理解为隐藏层，直接对输入向量进行累加求和（先进行线性变换，再求和）
输出层:输出层对应一个二叉树，它是以文本中出现过的词当做叶子结点，以各词出现的次数当做权值，来构建Huffman树，我们最终的w(t)实际也是一个one-hot表示，对于CBOW模型,它是一个中心值。

最终的稠密向量是如何得到的？ —-> 没有别的，就是隐藏层的权重！！

那么使用Huffman树有什么好处呢？

首先，由于是二叉树，之前计算量为O(n),现在变成了O(log(n))。第二，由于使用霍夫曼树是高频的词靠近树根，这样高频词需要更少的时间会被找到。

1.2 Skip-Gram模型

Skip-Gram模型和CBOW的思路是反着来的，即输入是特定的一个词的词向量,输出层是一个softmax回归分类器，它的每个结点将会输出一个0-1之间的值（概率），这些所有输出层神经元结点的概率之和为1。
我们的输入是特定词，输出是softmax概率排前n的n个词，对应的Skip-Gram神经网络模型输入层有1个神经元，输出层有词汇表大小个神经元。隐藏层的神经元个数我们可以自己指定。
Skip-gram模型的本质是计算输入word的input vector与目标word的output
vector之间的余弦相似度，并进行softmax归一化。

同样，我们最终需要的是经过训练的权重矩阵。

1.3 Hierarchical Softmax

其实模型的输出也可以也可以是softmax,但是对于类别较多时，softmax会对所有的词进行排序，然后取最大值，这样来做是及其耗时的，为了提升效率，我们采用了层次softmax来解决我们的问题，将复杂度有O(n)降为O(log(n))。

由于我们把之前所有要从输出softmax层的单词概率都变成了一颗二叉霍夫曼树，那么我们的softmax概率计算只需要沿着树形结构进行就可以了。如下图所示，我们可以沿着霍夫曼树从根节点一直走到我们的叶子节点的词w2。

在word2vec中，我们采用了逻辑回归的方法:即规定沿着左子树走，那么就是负类(霍夫曼树编码1)，沿着右子树走，那么就是正类(霍夫曼树编码0)。

层次softmax的缺点：

使用霍夫曼树来代替传统的神经网络，可以提高模型训练的效率。但是如果我们的训练样本里的中心词w是一个很生僻的词，那么就得在霍夫曼树中辛苦的向下走很久了。

1.4 negative sampling

负采样的基本思想是字典中出现频率高的词更容易被采样，不常见的词更不容易被采样，这就是加权采样的问题。

在word2vec中，分子和分母都取了3/4次幂如下：

基本的思路就是对于长度为1的线段，根据词语的词频将其公平地分配给每个词语：

这样线段就被每个词平分了。然后我们将这段长度为1的线段划分成M等份，这里M>V，V表示词典中词的数量，接下来生成一个0-1之间的随机数，看落在那个那个等分的词线段中，就取出该词作为负样本即可。

普遍认为Hierarchical Softmax对低频词效果较好；Negative Sampling对高频词效果较好，向量维度较低时效果更好。

https://zhuanlan.zhihu.com/p/26306795
https://easyai.tech/ai-definition/word2vec/
https://blog.csdn.net/sir_TI/article/details/89199084

文章出处登录后可见！

已经登录？立即刷新

图嵌入方法基础学习之word2vec