label-embedding在文本分类中的应用

©PaperWeekly 原创 · 作者｜蔡杰

学校｜北京大学硕士生

研究方向｜QA

最近在做文本分类相关的工作，目标是想提高分类器泛化新样本的能力，当有新样本产生的时候能够不需要重新训练分类器。所以挖了挖这个领域的研究，不挖不知道，一挖吓一跳，没想到这个坑还挺深的，看着看着就从普通的分类延续到 few-shot，zero-shot 以及 meta-learning 去了。在这里先介绍几篇与 label-embedding 相关的工作，以后有时间了其他的方法有时间了慢慢码字。

LEAM

论文标题：Joint Embedding of Words and Labels for Text Classification

论文来源：ACL 2018

论文链接：https://arxiv.org/abs/1805.04174

代码链接：https://github.com/guoyinwang/LEAM

1.1 概述

这篇文章作者将文本分类看作是一个 label-word 的联合嵌入问题：可以将每个 label embedding 到 word 向量相同的空间中。

作者提出了一个注意力框架 Label-Embedding Attentive Model (LEAM) 的模型，该模型能够学习 word 和 label 在同一空间的 representation，并且可以用来衡量文本序列和 label 之间 embedding 的兼容性。其中注意力是在标记样本的训练集上学习的，以确保在给定的文本序列中，相关词的权重高于不相关词。

该方法保证了 word-embedding 的可解释性，并具有利用除了输入文本序列之外的其他信息源的能力。

在 Zero-Shot learning 中，label embedding 是一个很经典的方法，通过学习 label embedding，模型可以预测在训练集中未曾出现过的类别。

1.2 方法

首先作者介绍了，一般的方法将文本分类看做以下几个步骤：

f0：将句子 embedding 的过程。L 是序列长度，P 是 embedding 的维度。

f1：将句子 embedding 进行各种操作的过程，一般就是模型（TextCNN，BERT...）。

f2：模型输出之后的 ffn，用于映射到最后的 label 空间。

一般方法在 f1 只利用了来自输入文本序列的信息，而忽略了 label 的信息。作者发现使用标签信息只发生在最后一步 f2，因此作者提出一种新的 pipeline，将label信息纳入每一步，如下图所示:

作者提出的方法将文本分类看做以下几个新的步骤：

f0：学习 label 的 embedding 作为“anchor points”来影响 word embedding。

f1：利用 label 和 word 之间的相关性进行 word embedding 的聚合。

f2：保持不变。

V 为 sequence embedding 的矩阵，C 为 label embedding 的矩阵，利用 cosine 相似度计算每个 label-word 之间的相似度：

进一步获取连续词（即连续词）之间的相对空间信息，对于以 l 为中心长度为 2r+1 的文本做如下操作：

之后利用 max-pooling，可以得到最大相关的系数：

ml 是长度为 l 的向量，整个文本序列的兼容性/注意力得分为:

1.3 实验

MTLE

论文标题：Multi-Task Label Embedding for Text Classification

论文来源：ACL 2018

论文链接：https://arxiv.org/abs/1710.07210

本文作者指出了文本分类的三个缺陷：

• 缺少 label 信息：每个任务的标签都用独立的、没有意义的单热点向量来表示，例如情绪分析中的正、负，编码为 [1,0] 和 [0,1]，可能会造成潜在标签信息的丢失。

• 不能 scaling（不造咋翻译了，缩放？）：网络结构被精心设计来建模多任务学习的各种关联，但大多数网络结构是固定的，只能处理两个任务之间的交互，即成对交互。当引入新的任务时，网络结构必须被修改，整个网络必须再次被训练。

• 不能迁移：对于人类来说，在学习了几个相关的任务之后，我们可以很容易的就可以处理一个全新的任务，这就是迁移学习的能力。以往大多数模型的网络结构都是固定的，不兼容的，以致于无法处理新的任务。

因此，作者提出了多任务 label embedding (MTLE)，将每个任务的 label 也映射到语义向量中，类似于 word embedding 表示单词序列，从而将原始的文本分类任务转化为向量匹配任务。

作者提出了三种模型：

第一种假设对于每个任务，我们只有 N 个输入序列和 C 个分类标签，但是缺少每个输入序列和对应标签的具体标注。在这种情况下，只能以无监督的方式实现 MTLE。包含三个部分：input encoder, label encoder, matcher。两个 encoder 将文本编码成定长的向量。

第一种由于使用了非监督方法，performance 不如有监督的。

第二种就是有监督的了，两个 LSTM 分别对 label 和句子进行编码，之后分别 concat，过一层全连接（），得到 logits，个人感觉这个交互做的过于简单。

第三种则是基于 MTLE 的半监督学习模型。

第二种和第三种之间唯一的不同是它们处理新任务的方式。如果新任务有标签，可以选择第二种的 Hot-Update 或 Cold-Update。如果新的任务完全没有标记，仍然可以使用第二种进行向量映射，无需进一步训练就可以为每个输入序列找到最佳的标记（但是还是映射到原来就有的 label 里），作者将其定义为 Zero-Update。

Hot-Update、Cold-Update 和 Zero-Update 之间的区别如下图所示，其中， Before Update 表示在引入新任务之前对旧任务进行训练的模型。

• Hot-Update: 在训练过多个 task 的模型基础上进行 finetune。
• Cold-Update: 在所有的 tasks 上重新训练。
• Zero update: 不更新模型。利用训练过的模型在新 task 上直接得出结果。

实验结果如下：

第二种在多个数据集也碾压了很多当时不错的 model。

EXAM

论文标题：Explicit Interaction Model towards Text Classification

论文来源：AAAI 2019

论文链接：https://arxiv.org/abs/1811.09386

代码链接：https://github.com/NonvolatileMemory/AAAI_2019_EXAM

该文章的 idea 和以上的几篇类似，文本分类中没有充分利用 label 信息的问题，也都指出了对 label 做 encoding 的方法，作者提出了一个新的框架 EXplicit interAction Model (EXAM)，加入了 interaction mechanism。

3.1 概述

如下图所示，传统分类的解决方案通过 dot-product 操作将文本级表示与 label 表示匹配。在数学上，FC 层的参数矩阵可以解释为一组类表示（每个列与一个类关联）。

因此，文本属于某个类的概率在很大程度上取决于其整体匹配得分，而与单词级匹配信号无关，单词级匹配信号会为分类提供明确的信号（例如，missile 强烈暗示了军事的主题）。

针对上述情况，作者引入了交互机制，该机制能够将单词级匹配信号纳入文本分类中。交互机制背后的关键思想是显式计算单词和类之间的匹配分数。从单词级别的表示中，它会计算一个交互矩阵，其中每个条目是单词和类（dot-product）之间的匹配得分。

3.2 模型

3.2.1 字级编码器（Encoder），用于将输入文本 d_i 投影到字级表示 H。

• Gated Recurrent Unit
• Region Embedding 来学习和利用 Ngrams 的任务特定的分布式表示。

3.2.2 交互层（Interaction），用于计算单词和类之间的交互信号的交互层。

3.2.3 聚合层（Aggregation），用于聚合每个类的交互信号并进行最终预测。

该层的设计目的是将每个类的交互特性聚合到一个 logits 中，表示类与输入文本之间的匹配分数。聚合层可以通过不同的方式实现，如 CNN 和 LSTM。但是，为了保持考试的简单性和效率，这里作者只使用了一个具有两个 FC 层的 MLP，其中 ReLU 被用作第一层的激活函数。在形式上，MLP对类的交互特性进行聚合，并计算其关联 logits 如下:

3.2.4 Loss（Cross Entropy）

3.3 实验结果

3.4 结论

本文使用交互机制来明确地计算文本分类的单词级交互信号，并将 EXAM 应用于多类和多标签文本分类。对几个基准数据集的实验验证了该机制的有效性。

3.5 相关论文

论文标题：GILE: A Generalized Input-Label Embedding for Text Classification

论文来源：TACL 2019

论文链接：https://arxiv.org/abs/1806.06219

代码链接：https://github.com/idiap/gile

更多阅读

#投 稿 通 道#

 让你的论文被更多人看到 

如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。

总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。 

PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学习心得或技术干货。我们的目的只有一个，让知识真正流动起来。

📝 来稿标准：

• 稿件确系个人原创作品，来稿需注明作者个人信息（姓名+学校/工作单位+学历/职位+研究方向） 

• 如果文章并非首发，请在投稿时提醒并附上所有已发布链接 

• PaperWeekly 默认每篇文章都是首发，均会添加“原创”标志

📬 投稿邮箱：

• 投稿邮箱：[e-mail] 

• 所有文章配图，请单独在附件中发送 

• 请留下即时联系方式（微信或手机），以便我们在编辑发布时和作者沟通

🔍

现在，在「知乎」也能找到我们了

进入知乎首页搜索「PaperWeekly」

点击「关注」订阅我们的专栏吧

关于PaperWeekly

PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域，欢迎在公众号后台点击「交流群」，小助手将把你带入 PaperWeekly 的交流群里。