文本相似度计算、文本匹配之BiMPM：BilateralMulti-PerspectiveMatchingforNaturalLanguageSentences 论文解读

转载请注明出处，原文地址

简介

本文是对论文BiMPM：BilateralMulti-PerspectiveMatchingforNaturalLanguageSentences的解读。该模型主要用于做文本匹配，即计算文本相似度。

文本匹配是NLP领域较为常见的技术，但是大部分的匹配方法都是从单一的角度去做匹配，例如ANCNN把两个句子通过同样权重的网络结构，把得到的向量进行相似度计算。BiMPM这个模型最大的创新点在于采用了双向多角度匹配，不单单只考虑一个维度，采用了matching-aggregation的结构，把两个句子之间的单元做相似度计算，最后经过全连接层与softamx层得到最终的结果，不可这也成了其缺点，慢。

结构

BiMPM的主要结构如图

可以看到，该模型一共包含五层，每一层各尽其职，接下来我们把这五层分开来详细说明。

Word Representation Layer

该层的目标是把输入的序列P与Q转变为d维的向量表示，该向量由两个部分组成，分别是普通的词向量和由字符构成的向量，字符向量的值是把所有的字符输入到LSTM中得到的结果。本层实际上即是文本的向量化表示embedding。

ContextRepresentationLayer

本层主要是用于提取P与Q的上下文信息，把上一层拿到的embedding输入到BiLSTM中，分别得到两个方向不同时刻的context embedding

Matching Layer

Matching Layer是该模型的核心层，多维度匹配，该层的目标是把每一个序列不同时刻的context与另一个序列的所有时刻的context做一个比较，并且考虑了两个方向，这里设计了一种 multi-perspective 的匹配方法，用于获取两个句子细粒度的联系信息，其中具体的比较细节我们会在下文讲解。

Aggregation Layer

本层的目的就是把上一层的结果聚集在一起，合并成一个固定长度的向量，采用的依旧是BiLSTM模型。

Prediction Layer

最后就是预测层了，这个阶段包括两个全连接层与一个softmax层或sigmoid层，具体看业务场景。

多维度匹配

接下来我们会把Matching Layer中提到的匹配机制进行一个详细说明，首先作者定义了一个多角度匹配的相似度函数

$m = f_m(v_1,v_2;w)$m=fm​(v1​,v2​;w)

其中$v_1$v1​与$v_2$v2​表示的是两个$d$d维度的向量，$W \in R^{l×d}$W∈Rl×d是权重，其维度为$(l,d)$(l,d)其中$l$l表示的是匹配的角度数量，结果$m$m是一个$l$l维度的向量，$m=[m_1,...,m_k,...,m_l]$m=[m1​,...,mk​,...,ml​]，每一个$m_k$mk​表示的是第$k$k个角度的匹配结果，其值的相似度计算方法如下

$m_k=cosine(W_k·v_1,W_k·v_2)$mk​=cosine(Wk​⋅v1​,Wk​⋅v2​)

$f_m$fm​实际上又有四种策略来求相似度，分别看下

Full-Matching

该方法会把每一个时刻的context与另一个序列的尾的context做一个相似度计算

Maxpooling-Matching

该方法会把P序列所有时刻的context与Q序列所有时刻的context做一个相似度计算，最后只保留相似度最大的那个值，

Attentive-Matching

该方法首先会计算P序列每一个时刻的context与Q序列每一个时刻的context的相似度

然后把得到的相似度作为对应时刻的权重与另一个序列做加权平均，针对整个序列计算出attentive vector

最后把每一个时刻的context与attentive vector做一个相似度计算

Max-Attentive-Matching

该方法其实和Attentive-Matching方法类似，不过是把最后生成attentive vector的方法改为了求最大值而不是加权平均

序列的每一个时间步长都通过这四种策略得到相似度的值，由于是双向的，最终将生成的8个向量串联起来作为的每个时间步长的匹配向量。

总结

BiMPM有两个优化的点，第一个是不单单只考虑词向量，同时兼顾了字向量，其次其更加注重句子之间交互信息，从不同层次不同粒度来匹配待比较的句子，加大了比较范围，效果必然是会有一定的提升，但是也因此引入了更多的参数，加大了训练难度。