Frustratingly Easy Meta-Embedding – Computing Meta-Embeddings by Averaging Source Word Embeddings
论文地址: http://aclweb.org/anthology/N18-2031
要点
本文就一点: 可以对同一个单词的不同 embeddings 求平均, 作为它的 meta-embedding. 就结果而言, 它的表现和 CONC 相似, 集成方法更好的时候, 都更好; 更差的时候, 都更差, 只是绝大多数情况下, AV 都稍微不如 CONC.
本文的论证挺有意思的, 如下:
以两个预训练 embeddings 为例, CONC 可以看作对其中一个前补零, 对另一个后补零, 然后相加. 补零后的两个向量正交. 文中没有细说, 我的理解是: 对于一个单词, 可以认为它在不同预训练模型中的向量相同, 极端地, 记作 [1], 补零之后, 得到 [0 1] 和 [1 0], 两者正交, 就这样. 经过下式的转换, 就得到了两个单词在 CONC 后的欧式距离是它们在两个预训练 embeddings 空间的欧式距离的平方和的开方. (cos(theta)=0 的关键就是正交)
使用平均法代替拼接, 两个向量在新空间的欧式距离计算如下. 此时 theta 似乎无解了.
好在 Distributions of angles in random packing on spheres 提出的以下理论完美解决了这个问题:
N 维空间, 随着空间中的点趋向于无穷多, 任意两点间的夹角成高斯分布, 分布的均值就是 pi/2, 即 90 度.
Word embeddings 基本满足上述要求: 维数算挺高了, vocab 也挺大. 于是, 平均法得到的欧式距离的期望正比于拼接法的欧式距离, 从而平均法有效.
备注
不知道该使用哪个预训练的 word embeddings? 平均法试一下先.
Last updated
