基于交叉可视训练的半监督序列建模

背景

半监督学习结合迁移学习是一个研究热点，预训练表征与多种形式的半监督学习是互补的。
这篇论文（具有交叉视训练的半监督序列建模(Semi-Supervised Sequence Modeling with Cross-View Training)），思想是确保对不同输入视图预测与主模型的预测一致，这和word dropout类似，允许利用未标注数据来加强模型的鲁棒性。与mean teacher等self-ensemble模型相比，是专门为nlp设计的。

1 介绍

无监督的表示学习算法，如word2vec和ELMo，提高了许多有监督的NLP模型的准确性，主要是因为它们有利于大量未标记的文本，而有监督的模型仅在主要训练阶段期间从有标记数据中学习。因此，我们提出了跨视图训练（CVT），这是一种半监督学习算法，使用标记和未标记数据的混合来改进Bi-LSTM句子编码器的表示。在标记的示例中，使用标准监督学习。在未标记的示例中，CVT教导了辅助预测模块，其看到输入的受限视图（例如，仅一部分句子）以匹配看到整个输入的完整模型的预测。由于辅助模块和完整模型共享中间表示，这反过来改进了完整模型。

现在利用无标签数据的主要方法是预训练+微调。预训练过程中，只利用无标签数据。更早的半监督学习方法，自我训练模型，是连续从混合的有标签、无标签数据中，学习。这篇论文使用交叉可视训练来进行序列建模（这种模型也是自我训练）。

自我训练中，模型在标记的样本正常学习，并且作为未标记样本的teacher Model，对这些样本进行预测，并且预测获得样本作为训练样本再次训练获得一个student model。
但是，这样存在过拟合的情况，就是，模型的训练样本已经得到他的预测结果。通过加入噪声，对student model可以产生较好的效果（对图像数据而言），但是对文本这种离散输入，加入噪声有点困难。
这篇论文解决思路是引入多视图学习，使用不同视图的输入，尽量让模型获得一致的输出。这种CVT方法，引入辅助预测模块——吧词向量表示作为预测目标，这样就引入了student model。每个student model的输入时模型中间层表示的子集。
其中，student model连接到共享的bi-lstm编码器。基于此，提出使用序列标记器的辅助预测模块，并且应用于英语到越南语机器翻译方面。
CVT方法可以有效与多任务学习相结合，只需在共享的Bi-lstm编码器为不同任务添加额外的预测模块。

2 cross-view training

2.1 方法
$\mathcal D_l = \left \{ {(x_1,y_1),(x_2,y_2),...,(x_N,y_N)} \right\}$ 表示有标签数据集， $\mathcal D_{ul} = \left\{ {x_1,...,x_M} \right\}$ 表示无标签数据集。使用 $p_\theta(y|x_i)$ 代表 $x_i$ 输出的类别.
基于交叉可视训练的半监督序列建模

模型对有标签样本输入，容易学到Washington是一个“位置”，对于无标签样本，辅助预测模块是通过训练得到相同的预测。
CVT方法中，模型交替学习一小部分的有标签样本和一小部分的无标签样本。对于有标签样本，CVT使用标准的交叉熵：
$\mathcal L_{sup}(\theta) = \frac{1}{|\mathcal D_l|}\sum\limits_{x_i,y_i \in \mathcal D_l } {CE(y_i, p_{\theta}(y|x_i)}$

CVT k个辅助预测模块学习无标签样本时，预测模块通常是一个小型神经网络（比如，一个隐层结一个softmax层）。并且输入时 $x_i$ 的一小部分，记为 $h^j(x_i)$ ,实际中，可以将LSTMs的输出结果作为输入。

对未标记样本，模型首先通过推理产生软标签 $p_{\theta}(y|x_i)$ 。CVT训练辅助预测模块来保证与主预测模块的一致性，预测目标为最小化loss:
$\mathcal L_{CVT}(\theta) = \frac{1}{|\mathcal D_{ul}|} \sum\limits_{x_i \in \mathcal D_{ul}} D( p_{\theta}(y|x_i), p_\theta^j(y|x_i) )$

D为KL散度。 $p_\theta(y|x_i)$ 为主模型预测值，训练过程中，这个值固定，也就是辅助模块，可以学会初始化主要模块。CVT通过增强模型的表示学习来工作。随着辅助模块的学习，输入的表示质量提升，预测效果也提升，主预测模型性能也提升。
总的损失函数为： $\mathcal L = \mathcal L_{sup} + L_{CVT}$ . 使用随机梯度下降来减少损失。特别的是，交替使用有标签样本减少 $L_{sup}$ 和无标签样本减少 $L_{CVT}$ .

3 训练模型

3.1 依赖性解析

基于交叉可视训练的半监督序列建模

reference:

基于交叉可视训练的半监督序列建模

背景

1 介绍

2 cross-view training

3 训练模型

相关推荐