作者：韩信子@ShowMeAI教程地址：https://www.showmeai.tech/tutorials/36本文地址：https://www.showmeai.tech/article-detail/245声明：版权所有，转载请联系平台与作者并注明出处收藏ShowMeAI查看更多精彩内容

本系列为斯坦福CS224n《自然语言处理与深度学习(Natural Language Processing with Deep Learning)》的全套学习笔记，对应的课程视频可以在这里查看。

ShowMeAI为CS224n课程的全部课件，做了中文翻译和注释，并制作成了 GIF动图！点击第10讲-NLP中的问答系统查看的课件注释与带学解读。更多资料获取方式见文末。

引言

CS224n是顶级院校斯坦福出品的深度学习与自然语言处理方向专业课程，核心内容覆盖RNN、LSTM、CNN、transformer、bert、问答、摘要、文本生成、语言模型、阅读理解等前沿内容。

本篇笔记对应斯坦福CS224n自然语言处理专项课程的知识板块：问答系统。主要针对NLP中的问答系统场景，介绍了一些模型和思路。

内容要点

question answeringDynamic Memory Networks \ 动态记忆网络QA问答对话MemNNDCNVQA

1.图文问答系统与动态记忆网络( DMN )

QA 系统的概念是直接从文档、对话、在线搜索等中提取信息(有时是段落，或是单词的范围)，以满足用户的信息需求。 QA 系统不需要用户通读整个文档，而是倾向于给出一个简短的答案。

现在， QA 系统可以很容易地与其他 NLP 系统(如聊天机器人)结合起来，有些 QA 系统甚至超越了文本文档的搜索，可以从一组图片中提取信息。

有很多类型的问题，其中最简单的是 Factoid Question Answering 事实类问题回答。它包含的问题看起来像

The symbol for mercuric oxide is?(氧化汞的符号是什么？)Which NFL team represented the AFC at Super Bowl 50?(哪支NFL球队代表AFC参加超级碗50赛？)

当然还有其他类型的问题，如数学问题(2+3=?2+3=?2+3=?)、逻辑问题，这些问题需要广泛的推理(而且没有背景信息)。然而，我们可以说在人们的日常生活中，寻求信息的事实类问题回答是最常见的问题。

事实上，大多数 NLP 问题都可以看作是一个问答问题，其范式很简单：

我们发出一个查询，然后机器提供一个响应。通过阅读文档或一组指令，智能系统应该能够回答各种各样的问题。我们可以要求句子的 POS 标签，我们可以要求系统用不同的语言来响应。

因此，很自然地，我们想设计一个可以用于一般 QA 的模型。

为了实现这一目标，我们面临两大障碍。

① 许多NLP任务使用不同的架构，如TreeLSTM (Tai et al., )用于情绪分析，Memory Network (Weston et al., ) 用于回答问题，以及双向LSTM-CRF (Huang et al., ) 用于词性标注。② 全面的多任务学习往往非常困难，迁移学习仍然是当前人工智能领域(计算机视觉、强化学习等)神经网络架构的主要障碍。

我们可以使用NLP的共享体系结构来解决第一个问题：动态内存网络( DMN )，这是一种为一般 QA 任务设计的体系结构。 QA 很难，部分原因是阅读一段很长的文字很难。即使对于人类，我们也不能在你的工作记忆中存储一个很长的文档。

1.1 输入模块

将 DMN 分为多个模块。首先我们来看输入模块。输入模块以单词序列 TIT_ITI​ 作为输入，输出事实表示序列 TCT_CTC​。如果输出是一个单词列表，我们有 TC=TIT_C = T_ITC​=TI​。如果输出是一个句子列表，我们有 TCT_CTC​ 作为句子的数量， TIT_ITI​ 作为句子中的单词数量。我们使用一个简单的 GRU 来读取其中的句子，即隐藏状态 ht=GRU⁡(xt,ht−1)h_{t}=\operatorname{GRU}\left(x_{t}, h_{t-1}\right)ht​=GRU(xt​,ht−1​)，其中 xt=L[wt]x_{t}=L\left[w_{t}\right]xt​=L[wt​]， LLL 为嵌入矩阵，wtw_twt​ 为 ttt 时刻的单词，我们使用 Bi- GRU 进一步改进，如下图所示。

（本部分DMN网络频繁使用到GRU结构，具体的GRU细节讲解可以查看ShowMeAI的对吴恩达老师课程的总结文章深度学习教程 |序列模型与RNN网络，也可以查看本系列的前序文章NLP教程(5) - 语言模型、RNN、GRU与LSTM）

1.2 问题读取模块

我们也使用标准的 GRU 来读取问题(使用嵌入矩阵 L:qt=GRU⁡(L[wtQ],qt−1)L : q_{t}=\operatorname{GRU}\left(L\left[w_{t}^{Q}\right], q_{t-1}\right)L:qt​=GRU(L[wtQ​],qt−1​))，但是问题模块的输出是问题的编码表示。

1.3 情景记忆模块

动态记忆网络的一个显著特征是情景记忆模块，它在输入序列上运行多次，每次关注输入的不同事实子集。它使用 Bi- GRU 实现这一点， Bi- GRU 接收输入模块传入的句子级别表示的输入，并生成情景记忆表示。

我们将情景记忆表征表示为 mim^imi，情景表征(由注意机制输出)表示为 eie^iei。情景记忆表示使用 m0=qm^0 = qm0=q 初始化，然后继续使用 GRU:mi=GRU(ei,mi−1)\mathrm{GRU} : m^{i}=\mathrm{GRU}\left(e^{i}, m^{i-1}\right)GRU:mi=GRU(ei,mi−1)。使用来自输入模块的隐藏状态输出更新情景表征，如下所示，其中 ggg 是注意机制。

hti=gtiGRU⁡(ct,ht−1i)+(1−gti)ht−1iei=hTCi\begin{aligned} h_{t}^{i} &=g_{t}^{i} \operatorname{GRU}\left(c_{t}, h_{t-1}^{i}\right)+\left(1-g_{t}^{i}\right) h_{t-1}^{i} \\ e_{i} &=h_{T_{\mathrm{C}}}^{i} \end{aligned} hti​ei​​=gti​GRU(ct​,ht−1i​)+(1−gti​)ht−1i​=hTC​i​​

注意向量 ggg 的计算方法有很多，但是在原始的 DMN 论文(Kumar et al. )中，我们发现以下公式是最有效的

gti=G(ct,mi−1,q)g_{t}^{i} =G\left(c_{t}, m^{i-1}, q\right) gti​=G(ct​,mi−1,q)

G(c,m,q)=σ(W(2)tanh(W(1)z(c,m,q)+b(1))+b(2))G(c, m, q) =\sigma \left(W^{(2)} tanh \left(W^{(1)} z(c, m, q)+b^{(1)}\right)+b^{(2)}\right) G(c,m,q)=σ(W(2)tanh(W(1)z(c,m,q)+b(1))+b(2))

z(c,m,q)=[c,m,q,c∘q,c∘m,∣c−q∣,∣c−m∣,cTW(b)q,cTW(b)m]z(c, m, q) =\left[c, m, q, c \circ q, c \circ m,|c-q|,|c-m|, c^{T} W^{(b)} q_{,} c^{T} W^{(b)} m\right] z(c,m,q)=[c,m,q,c∘q,c∘m,∣c−q∣,∣c−m∣,cTW(b)q,​cTW(b)m]

这样，如果句子与问题或记忆有关，这个模块中的门就会被激活。在第 iii 遍中，如果总结不足以回答问题，我们可以在第 i+1i +1i+1 遍中重复输入序列。

例如，考虑这样一个问题Where is the football?以及输入序列John kicked the football和John was in the field。在这个例子中，John和football可以在一个pass中连接，然后John和field可以在第二个pass中连接，这样网络就可以根据这两个信息进行传递推断。

1.4 回答模块

回答模块是一个简单的 GRU 解码器，它接收问题模块、情景记忆模块的输出，并输出一个单词(或者通常是一个计算结果)。其工作原理如下:

yt=softmax⁡(W(a)at)at=GRU⁡([yt−1,q],at−1)\begin{aligned} y_{t} &=\operatorname{softmax}\left(W^{(a)} a_{t}\right) \\ a_{t} &=\operatorname{GRU}\left(\left[y_{t-1}, q\right], a_{t-1}\right) \end{aligned} yt​at​​=softmax(W(a)at​)=GRU([yt−1​,q],at−1​)​

1.5 实验

通过实验可以看出， DMN 在 babl 问答任务中的表现优于 MemNN，在情绪分析和词性标注方面也优于其他体系结构。情景记忆需要多少个情景？答案是，任务越难，通过的次数就越多。多次传递还可以让网络真正理解句子，只关注最后一项任务的相关部分，而不是只对单词嵌入的信息做出反应。

关键思想是模块化系统，你可以通过更改输入模块来允许不同类型的输入。例如，如果我们用一个基于卷积神经网络的模块替换输入模块，那么这个架构就可以处理一个称为可视化问题回答(VQA)的任务。它也能够在这项任务中胜过其他模型。

1.6 总结

自以来，寻找能够解决所有问题的通用体系结构的热情略有减退，但在一个领域进行训练并推广到其他领域的愿望有所增强。要理解更高级的问答模块，读者可以参考动态注意力网络(DCN)。

2.参考资料

《ShowMeAI 深度学习与自然语言处理教程》的PDF在线阅读版本 - note7《斯坦福CS224n深度学习与自然语言处理》课程学习指南《斯坦福CS224n深度学习与自然语言处理》课程大作业解析【双语字幕视频】斯坦福CS224n | 深度学习与自然语言处理(·全20讲)

ShowMeAI 深度学习与自然语言处理教程（完整版）

ShowMeAI 深度学习与自然语言处理教程(1) - 词向量、SVD分解与Word2vecShowMeAI 深度学习与自然语言处理教程(2) - GloVe及词向量的训练与评估ShowMeAI 深度学习与自然语言处理教程(3) - 神经网络与反向传播ShowMeAI 深度学习与自然语言处理教程(4) - 句法分析与依存解析ShowMeAI 深度学习与自然语言处理教程(5) - 语言模型、RNN、GRU与LSTMShowMeAI 深度学习与自然语言处理教程(6) - 神经机器翻译、seq2seq与注意力机制ShowMeAI 深度学习与自然语言处理教程(7) - 问答系统ShowMeAI 深度学习与自然语言处理教程(8) - NLP中的卷积神经网络ShowMeAI 深度学习与自然语言处理教程(9) - 句法分析与树形递归神经网络

ShowMeAI 斯坦福NLP名课 CS224n带学详解（20讲·完整版）

斯坦福NLP名课带学详解 | CS224n 第1讲 - NLP介绍与词向量初步斯坦福NLP名课带学详解 | CS224n 第2讲 - 词向量进阶斯坦福NLP名课带学详解 | CS224n 第3讲 - 神经网络知识回顾斯坦福NLP名课带学详解 | CS224n 第4讲 - 神经网络反向传播与计算图斯坦福NLP名课带学详解 | CS224n 第5讲 - 句法分析与依存解析斯坦福NLP名课带学详解 | CS224n 第6讲 - 循环神经网络与语言模型斯坦福NLP名课带学详解 | CS224n 第7讲 - 梯度消失问题与RNN变种斯坦福NLP名课带学详解 | CS224n 第8讲 - 机器翻译、seq2seq与注意力机制斯坦福NLP名课带学详解 | CS224n 第9讲 - cs224n课程大项目实用技巧与经验斯坦福NLP名课带学详解 | CS224n 第10讲 - NLP中的问答系统斯坦福NLP名课带学详解 | CS224n 第11讲 - NLP中的卷积神经网络斯坦福NLP名课带学详解 | CS224n 第12讲 - 子词模型斯坦福NLP名课带学详解 | CS224n 第13讲 - 基于上下文的表征与NLP预训练模型斯坦福NLP名课带学详解 | CS224n 第14讲 - Transformers自注意力与生成模型斯坦福NLP名课带学详解 | CS224n 第15讲 - NLP文本生成任务斯坦福NLP名课带学详解 | CS224n 第16讲 - 指代消解问题与神经网络方法斯坦福NLP名课带学详解 | CS224n 第17讲 - 多任务学习(以问答系统为例)斯坦福NLP名课带学详解 | CS224n 第18讲 - 句法分析与树形递归神经网络斯坦福NLP名课带学详解 | CS224n 第19讲 - AI安全偏见与公平斯坦福NLP名课带学详解 | CS224n 第20讲 - NLP与深度学习的未来

ShowMeAI系列教程精选推荐

大厂技术实现：推荐与广告计算解决方案大厂技术实现：计算机视觉解决方案大厂技术实现：自然语言处理行业解决方案图解Python编程：从入门到精通系列教程图解数据分析：从入门到精通系列教程图解AI数学基础：从入门到精通系列教程图解大数据技术：从入门到精通系列教程图解机器学习算法：从入门到精通系列教程机器学习实战：手把手教你玩转机器学习系列深度学习教程：吴恩达专项课程 · 全套笔记解读自然语言处理教程：斯坦福CS224n课程 · 课程带学与全套笔记解读深度学习与计算机视觉教程：斯坦福CS231n · 全套笔记解读