深層学習時代の自然言語処理

Transcript

• 1. 深層学習時代の⾃自然⾔言語処理理 （株）Preferred Infrastructure 海野 　裕也（@unnonouno）
• 2. ⾃自⼰己紹介 海野  裕也 l  （株）プリファードインフラストラクチャー l  ⾃自然⾔言語処理理、情報検索索、機械学習、テキストマイニングなど の研究開発 l  研究開発系案件、コンサルティング l  Jubatusの開発など NLP若若⼿手の会共同委員⻑⾧長（2014-） 2
• 3. 宣伝：NLP若若⼿手の会（YANS） l  YANSシンポジウム（9⽉月） l  若若⼿手研究者（40歳未満くらい）の若若⼿手研究者が、⾃自 ⾝身の研究を進めるための集まり l  学⽣生やエンジニアの参加も歓迎 l  今年年も合宿をやる予定です l  スポンサーも募集する予定です l  YANS懇（3⽉月） l  ⾔言語処理理学会全国⼤大会期間中に懇親会をします l  単なる飲み会です  J 3
• 4. 今⽇日のはなし l  ⾔言語処理理系でよくみる深層学習系の話のざっくりまとめ l  既存の⾔言語処理理技術との関係性について議論論（←こっち がメイン） 4
• 5. おすすめ資料料 l  渡邉陽太郎郎さんのチュートリアルがよくまとまっている l  http://ibisml.org/archive/ibis2013/pdfs/ibis2013-watanabe.pdf 5
• 6. ⾔言語処理理固有（？）の問題 1.  ⼊入⼒力力はシーケンス 2.  シーケンスの各要素の異異なり数は膨⼤大（単語） 3.  極めて規則的に各要素が選ばれる（⽂文法） 6
• 7. ⾔言語処理理に於ける深層学習を観るポイント l  シーケンスをどう扱うか⼿手法毎に違う l  1つの単語は1つのベクトルで表す l  ⽂文法的な規則が学習できると信じる 7
• 8. ⾔言語処理理でよくみる深層（表現）学習３種 l  Recurrent Neural Network l  Recursive Neural Network l  Skip-gram 8
• 9. ⾔言語処理理でよくみる深層（表現）学習３種 l  Recurrent Neural Network l  Recursive Neural Network l  Skip-gram 9 Skip-gramは このあと@piroyoungさんが 説明してくれる！
• 10. l  Recurrent Neural Network l  Recursive Neural Network 10
• 11. Recurrent Neural Network (RNN) l  系列列に対するネットワーク l  隠れ層をコピーして、次の⼊入 ⼒力力に使うところがポイント l  必ずしも予測は必要ない 11 ⽂文字、単語 時刻  t-‐‑‒1  の隠れ層 隠れ層 予測 コピー
• 12. 詳しいことは得居さんの資料料を⾒見見て下さい http://www.slideshare.net/beam2d/pfi-seminar-20141030rnn 12 オススメ
• 13. つなげて書くと・・・ 13 ⽂文字1 時刻  0  の隠れ層 隠れ層 時刻1の 予測 ⽂文字2 時刻2の 予測 ⽂文字3 時刻3の 予測
• 14. ふつうのニューラルネットとの関係 l  横⽅方向に並べて書くと・・・ 14 ここだけみると、⽂文 ⻑⾧長と同じ⻑⾧長さのニュー ラルネットワーク
• 15. Recurrent Neural Network Language Model (RNNLM) [Mikolov+10] l  RNNを使った⾔言語モデル l  次の単語を予測する l  隠れ層に⽂文脈情報が埋め込ま れていくイメージ 15 ⽂文字、単語 時刻  t-‐‑‒1  の隠れ層 隠れ層 次の⼊入⼒力力 の予測 コピー
• 16. Back Propagation Through Time (BPTT)で学習 l  展開した状態で誤差逆伝搬（Back Propagation）する と、時間をさかのぼって学習しているように⾒見見える 16
• 17. 深いネットワークと同様の問題が発⽣生する l  何度度も掛け算が発⽣生するので、重みが爆発したり、勾配 が消失する問題が発⽣生する l  そのため、⻑⾧長期依存を学習できない 17
• 18. Long Short-Term Memory l  勾配が消えないようにエラーを内部に貯めこむ構造に なっている l  ⼊入出⼒力力のゲートを作って、情報を選択的に流流すようにす る（流流すタイミングを学習するイメージ） 18 情報が貯 まる 出⼒力力タイ ミング ⼊入⼒力力タイ ミング
• 19. 昨年年後半からLSTMが流流⾏行行（？） l  Sequence to sequenceのLSTMで機械翻訳 [Sutskever +14] l  原⽂文を全部⾷食わせてベクトルを作って、そこから翻訳⽂文を⽣生成 する l  同じ⽅方法を構⽂文解析に適⽤用 [Vinyals+15] l  いずれもGoogle 19
• 20. l  Recurrent Neural Network l  Recursive Neural Network 20
• 21. Recursive Neural Network (RNN) l  2つの単語の表現ベクトルを組合せて、フレーズ の表現ベクトルを構成する l  再帰的に繰り返すことで、⽂文全体の表現ベクト ルを作る 21
• 22. RNNによる構⽂文解析 [Socher+11] l  隣隣接単語からフレーズを 構成する l  構成を繰り返すことで、 ⽊木ができる l  画像の構造推定にも使え る 22
• 23. RNNによる評判分析 [Socher+13] l  構⽂文⽊木に沿ってベクトルを再帰的に構築して、分類する l  各フレーズ単位でもpos/negの判定ができる 23
• 24. RecurrentはRecursiveの⼀一種？ l  Recursiveでは、普通は⽊木構造（構⽂文⽊木）に沿ってベク トルを再帰的に構築する l  Recurrentは、⽊木ではなくてシーケンスに沿って構築し ていると⾒見見ると、Recursiveの特殊ケースに思える・・ 24 x1 x2 x3 x4 h1 h2 h3
• 25. 議論論：Recursive Neural NetworkとConvolutional Neural Network (CNN) の関係？ l  いずれも隣隣接要素から新しいベクトルを構成している点 で似ている l  CNNはどのような構造があるか仮定を置いていない点、 繰り返しの回数が予め決まっている点、層毎に重みが違 う点で異異なる 25
• 26. Recurrent vs Recursive いずれも⼊入⼒力力（シーケンス）に対して単⼀一のベク トルが作られる l  Recurrentは前から順番にベクトルを構成する l  Recursiveは⽊木構造に沿ってベクトルを構成する 26
• 27. ここからが本題 27
• 28. 今⽇日の議論論 l  ⾃自然⾔言語処理理において深層学習のアプローチは 何が嬉しいのか考えてみる 28
• 29. 構⽂文解析のことを考える・・・ l  構⽂文解析とは⽂文の構造を推定するタスク l  「構造」は、ふつう句句構造か係り受け構造 l  もっとも標準的な⾃自然⾔言語処理理のタスク 29 ⽂文 私は りんごを ⾷食べた 動詞句句 私は りんごを ⾷食べた
• 30. 余談：プログラミング⾔言語の構⽂文解析の場合 ⾃自然⾔言語と違って・・・ l  曖昧性がない（２通りの解釈は許されない） l  線形の計算量量で解析できる（CKY法はO(n3)時 間） ことが強く要請される 30
• 31. 構⽂文解析⼿手法（特に係り受け）の2⼤大派閥 l  Transition-based（局所最適型） l  ⽂文を前から順番に読んで、スタックに積んでいく l  Shift-Reduce法 l  Graph-based（⼤大域最適型） l  全ての構造の候補からスコアの最⼤大となる⽊木を効率率率 的に選ぶ l  MST法、Eisner法、CKYアルゴリズム 31
• 32. Shift-Reduce法（1/2） l  単語を前から順番に読み込んで、スタックに積みながら ⽊木を構築していく l  普通は単語を読むたびに決定的に「操作」を⾏行行うため、 ⽂文⻑⾧長に対して線形時間で解析できる 32
• 33. Shift-Reduce法（2/2） l  ⽂文を前から読んで、スタックに積む（Shift）か消す （Reduce）の分類を繰り返す l  操作のたびにスタックの中⾝身は変化する l  スタックの中⾝身と、⽂文中の単語からいずれの操作をする か判断する 33 時間変化
• 34. スタックの操作の仕⽅方で⼿手法が変わる l  前から順番に読むのは同じだが、スタックに対 する操作の⽅方法で亜種が沢⼭山ある l  Arc-Eager / Arc-Standardなど l  どういう操作体系にするかが性能にも影響を与 える 34
• 35. RecurrentとShift-Reduce法の類似性 l  前から順番に読んでいく l  内部状態（隠れベクトル or スタック）を次々に更更新し ていく 35 内部状態
• 36. RNNの隠れ状態の中にスタック相当の情報が埋め込 まれている？？？ 36 ？ いい感じのスタック操作になるように学習している？
• 37. ⽂文脈⾃自由⽂文法（context free grammar, CFG） l  チョムスキー階層の3番⽬目 l  書き換え規則の左辺は1つの⾮非終端記号し か現れない 37 X à Y Z X à α
• 38. 確率率率的⽂文脈⾃自由⽂文法（PCFG）による構⽂文解析 l  ⽂文脈⾃自由⽂文法の各規則にスコア（確率率率）をつけて、スコ アの総和が最⼤大になる⽊木を探索索する l  データに基づいてスコアは決められる 38 名詞句句 ⾚赤い りんごの ⽊木 名詞句句 名詞句句 ⾚赤い りんごの ⽊木 名詞句句＞
• 39. CKYアルゴリズム l  局所的な規則の総和が最⼤大となる⽊木を探すのは、動的計 画法によりO(n3)時間で求められる（CKY） 39 区間 [i, j) の最⼤大スコアは s(i, j) = maxk s(i, k) + s(k, j) + t(i, j, k) i k j
• 40. RecursiveとPCFGとの類似性 l  いずれも、⼊入⼒力力列列に対して構造を再帰的に構築 している l  そもそもRecursiveは構⽂文⽊木をつかっているし、 そもそも構⽂文解析タスクも解いてる・・・ 40
• 41. 品詞の粒粒度度では⾜足りない l  同じ品詞でも振る舞いは異異なる l  ⾃自動詞、他動詞、⽬目的語の数、補語の有無 etc. l  時制や⼈人称などの細かい規則が表現しきれない l  無限に品詞を増やすことになる・・・？ 41
• 42. 語彙ごとに振る舞いが異異なる l  どの語を使っているかという情報が構⽂文解析に 有効であることがわかっている l  例例えばgoなら、toがつきやすいなど l  単語⾃自体を特徴として学習することは有効 l  しかし、頻度度の低い単語の学習ができな い・・・ 42
• 43. 品詞  vs 語 43 品詞 語 •  数が少ない •  表現力不足 •  数が多すぎる •  表現力は十分 この辺にいいのがあるは ず・・・
• 44. 品詞以上語以下の表現を獲得する歴史 l  HPSGやCCGといった、語彙情報に統語的な振る舞いを 記述する⽂文法 l  PCFGに隠れ変数を持たせて、振る舞いの似ている単語 をまとめる⼿手法 l  こうした情報を単語ベクトルの中で表現されるのでは？ （深層学習系アプローチ） 44
• 45. 主辞駆動句句構造⽂文法（HPSG） l  それぞれの語に対して、⽂文法的な振る舞い（感覚的には ルール）を記述する l  振る舞いに応じて構造を推定できる 45 語彙項目
• 46. Recursiveでこうした語彙項⽬目相当の情報が獲得で きている？？？ 46 ？
• 47. ⾔言語処理理における深層学習に期待すること l  ⽂文法（規則）によるアプローチは構⽂文解析で有 効だった l  複雑な⽂文法に相当するような情報をベクトル空 間の中に埋め込んでくれる？ l  構⽂文解析以外のタスクでも複雑な規則相当の情 報を学習してくれたら嬉しい？ 47
• 48. まとめ l  ⾃自然⾔言語処理理でよく⾒見見られる深層学習を紹介した l  Recurrent Neural Networkは状態をもって前から順に読む l  Recursive Neural Networkは構造に沿ってベクトルを構築する l  RecurrentはShift-Reduceパーザーの状態を埋め込んで いるようにみえる l  RecursiveはHPSGパーザーの語彙項⽬目相当の情報を埋め 込んでいるように⾒見見える l  いずれも⾮非⾃自明な規則を学習によって獲得してくれてい る・・・のかな・・？ 48