前言：笔者之前是cv方向，因为工作原因需要学习NLP相关的模型，因此特意梳理一下关于NLP的几个经典模型，由于有基础，这一系列不会关注基础内容或者公式推导，而是更侧重对整体原理的理解。顺便推荐两个很不错的github项目——开箱即用的中文教程以及算法更全但是有些跑不通的英文教程。
一. fasttext模型的目的以及预备知识
fasttext是facebook提出的一个文本分类工具(也可用于词向量计算)，优势是：
- 在浅层训练上取得了和一些深层网络类似的精度
- 训练速度比较快
1. 分层softmax
即YOLOv2中提过的类别数，主要为了解决词向量维度比较大的问题，如下图：
计算y2的类别只需要计算三次二分类逻辑回归然后把概率相乘即可，分层softmax计算的是条件概率
2. n-gram特征
文本特征生成的一种算法，即按照滑动窗口方法按照字节顺序滑动出长度为N的字节片段序列，例如取N=2，对今天天气非常晴朗，可以得到：
今天，天天，天气，气非，非常，常晴，晴朗(字粒度)
今天/天气，天气/非常，非常/晴朗(词粒度)
二. fasttext实现
- fasttext采用字符级别的n-gram去表示一个单词，例如apple就可以由如下特征组成：“<ap”, “app”, “ppl”, “ple”, “le>”，这样做的好处是：
- 对于一些高度类似的单词，比如apple和apples，它们的特征会有很多重叠的部分，可以复用；而且低频词可以由于特征重复获益
- 对于训练库以外的单词，也可以尝试构建词向量
- fasttext的一个网络结构的简单示意图如下，具体输入以及网络见下部分分析
三. FastText的输入以及结构
- 获取词表，词表分为char级别和word级别，可以视作字典，其中key是所有可能的char或者word，而value则是其对应的id；假设此处词表的长度为D，即最多有D个不同的char或word
- 对输入语句进行分为1中的char或者word，即分词；根据1中每个char或者word的id，原句从文字转化为一串数字，称之为词向量，一般来说转化后的词向量是定长的，所以要短补长截
- n-gram特征的生成：
- n-gram特征也是向量，它的每个元素也是从一个n-gram词表中得到的，词表的大小是一个超参，假设n-gram词表的长度为B
- n-gram可以同时使用多个，比如n=2的bigram以及n=3的trigram
- 一般来说，n-gram词表的构建需要人为定义一个关系。以n=2的bigram为例，用一个大小为2的滑动窗口遍历词向量，窗口内是一个二维数组[a, b]，其中a和b都是词向量中的元素，因此它们大于等于零小于D；我们要将[a, b]映射到一个整数b_id上，b_id大于等于零，小于B……映射方式可以自己定义，比如相乘取余等。滑动窗口如果需要应该在两边补零以保证生成的gram特征的长度和词向量特征的长度相同
- embedding：词向量和多个n-gram特征向量都需要做embedding，embedding可以使用预训练网络或者随机初始化；embedding会改变大小，以bs=128，词向量长度V=32为例，输入的特征都是128x32的，可以手动设定一个映射维数的超参，比如300，则映射后tensor大小变成128x32x300，元素也从原来的正整数变为小数
- 网络结构：连缀所有向量，并在词向量长度V的维度上取平均值作为特征表示；可以设定1~2个fc层和dropout层最后得到分类概率