fastText原理剖析

1. fastText的模型架构

   fastText的架构有三层：输入层，隐含层，输出层

   输入层：是对文档embedding之后的向量，包含又N-gram特征
   隐藏层：是对输入数据的求和平均
   输出层：是文档对应标签

   如下图所示：
   
   （1）N-gram的理解

   a. bag of word（词袋）
   
   bag of word 又称为bow，称为词袋。是一种只统计词频的手段。

   b. N-gram模型

   但在很多情况下，词袋模型是不满足我们的需求的

   例如：我爱她 和 她爱我 在词袋模型下，概率完全相同，但其含义差别很大
   

   为了解决这个问题，就有了N-gram模型，它不仅考虑词频，还考虑当前词前面的词语，比如我爱 她爱。

   N-gram模型的描述是：第n个词出现与前n-1个词相关。而与其他任何词不相关

   例如：I love deep learning这个句子，在n=2的情况下，可以表示为{i love},{love deep},{deep learning}，在n=3的情况下，可以表示为{I love deep},{love deep learning}。
   

   在n=2的情况下，这个模型被称为Bi-gram（二元n-gram模型）
   在n=3的情况下，这个模型被称为Tri-gram（三元n-gram模型）

   所以在fasttext的输入层，不仅有分词之后的词语，还包含有N-gram的组合词语一起作为输入

   （2）fastText模型中的层次化softmax

   为了提高效率，在fastText中计算分类标签的概率的时候，不再是使用传统的softmax来进行多分类的计算，而是使用哈夫曼树，使用层次化的softmax来进行概率的计算
   
   
   
   层次化softmax的好处：传统的softmax的时间复杂度为L（labels的数量），但是使用层次化softmax之后的时间复杂度为log(L)，从而在多分类的场景提高了效率

   （3）负采样（negative sampling）

   negative sampling，即每次从除当前label外的其他label中选择几个作为负样本，作为出现负样本的概率加到损失函数中
   好处：

   1.提高训练速度
   2.改进效果，增加部分负样本，能够模拟真实场景下的噪声情况，能够让模型的稳健性更强
   

   例如：
   假设句子1对应的类别有label1,label2,label3,label4,label5这5个类别，假设句子1属于label2，如果按照之前的方法，在反向传播时需要对5个类别的所有参数进行求导更新，这样计算量很大。而使用负采样的话，就可以只更新将句子1判定为label2的参数和不判定为label2的参数，这样计算量不仅小了，而且也可以真实情况下不仅仅只有5种label的情况