命名实体识别BiLSTM-CRF – 潘登同学的NLP笔记
文章目录
*
– 命名实体识别BiLSTM-CRF — 潘登同学的NLP笔记
* 标注策略
* 早期方法
* 基于统计学习的方法
* 深度学习方法
* BiLSTM-CRF
*
– 如果不加CRF层
– CRF 层可以从训练数据学习限制
– CRF层
–
+ Emission score(发射分数)
+ Transition score(转移分数)
+ Loss函数
+ 训练阶段-动态规划
+ 推理阶段-动态规划
标注策略
IOB 比如识别人名:PER
B:begin
表示人名起始点O:out
表示非人名I:internal
表示人名,但不是起始点(中部或者结尾点)
BMES 比如识别人名: PER
B:begin
表示人名起始点M:middle
表示人名中部S: single
表示非人名E:end
表示人名结束点
早期方法
是基于规则与词典的方式, 就是把所有词记录下来, 再用词典去匹配文章…
- 优点: 准
- 缺点: 泛化能力不好
基于统计学习的方法
- HMM\CRF(jieba分词器)
- 混合方法
- 统计学习方法之间或内部层叠融合(集成学习)
- 规则、词典和机器学习方法之间的融合
- 将各类模型、算法结合起来,将前一级模型的结果作为下一级的训练数据(stacking)
深度学习方法
- NN/CNN-CRF
- RNN-CRF/LSTM-CRF
- 注意力机制
- 迁移学习(BERT-BiLSTM-CRF)
BiLSTM-CRF
普通的BiLSTM最后接的的一个softmax层, 在处理序列标注问题的时候, softmax也没考虑到序列结果,如连续出现两个动词,在一句话中是不太可能的; 所以后面接一层CRF,CRF是使得最终的出现的结果序列Loss最小,从而能应用于序列标注问题上
- 生成式模型: (统计学习方法,计算(联合)概率分布的参数,不一定要x,y,有的话更好) HMM GMM Naive-bayes
- 判别式模型: (有判别式的,计算P(y|x)需要x,y来训练计算) CRF DT LR NN
我们假设我们有一个数据集有两类实体类型,Person 和 Organization。因此事实上在我们的数据集中,我们有 5 个实体标签:
- B-Person
- I- Person
- B-Organization
- I-Organization
- O
进而,x 是一个句子包含 5 个词,w 0 , w 1 , w 2 , w 3 , w 4 w_0,w_1,w_2,w_3,w_4 w 0 ,w 1 ,w 2 ,w 3 ,w 4 。更多地,在句子 x, [ w 0 , w 1 ] [w_0,w_1][w 0 ,w 1 ] 是一个 Person entity, [ w 3 ] [w_3][w 3 ] 是一个 Organization entity 和其它的是”O”
- 首先, 在句子每个词,x 被表达为一个向量,向量由包含词的字嵌入和词嵌入组成。字的嵌入是随机初始化的。词嵌入通常是来自于预训练的词嵌入模型文件。在整个训练过程中所有的嵌入将会被细粒度的调优。
- 其次, BiLSTM-CRF 模型的输入是那些嵌入向量,输出是对于句子 x 中词的预测标签
- BiLSTM层的输出是一个类别的logist(就是softmax之间的Z),然后输入CRF层,CRF根据所有输入的Z,计算一条最有可能的路径(类似于维特比算法计算条件概率最大的那条路径),最后得到一整段输出
; 如果不加CRF层
很明显, I-Organization I-Person
和 I-Organization I-Person
这些输出是无效的。
CRF 层可以从训练数据学习限制
CRF 层可以加一些限制给最后的预测标签去确保它们是有效的。这些限制通过训练过程可以被 CRF 层从训练集数据中自动学到, 这些限制可以是
- 句子开头首个词的标签应该是
B-
或O
, 而不是I-
B-label1 I-label2 I-label3 I-...
, 在这个模式中, label1, label2, label3 … 应该是同样的命名实体标签 . 例如 ,B-Person I-Person
是有效的 , 但B-Person I-Organization
是无效的;
有了这些有用的限制,无效的预测标签序列的数量会急剧的下降
CRF层
在 CRF 层的损失函数中,我们有两种类型的分数。这两分数是 CRF 层的关键;
Emission score(发射分数)
第一个是 emission score。这些 emission scores 来自于 BiLSTM 层(就是前面说的Z Z Z)
我们使用 x i , x j x_i,x_j x i ,x j 去表达一个 emission score。i i i 是词的索引同时 j j j 是标签的索引。例如,根据图,( x i = 1 , x j = 2 ) = ( x w 1 , x B − O r g a n i z a t i o n ) = 0.1 (x_i=1,x_j=2) = (x_{w1},x_{B-Organization})=0.1 (x i =1 ,x j =2 )=(x w 1 ,x B −O r g a n i z a t i o n )=0 .1 这意味着 w1 作为 B-Organization 的分数是 0.1
Transition score(转移分数)
我们使用 ( y i , y j ) (y_i,y_j)(y i ,y j ) 去表达一个 transition score。例如, (y_{B-Person},y_{I-Person})=0.9$ 意味着标签转移B−Person→I−Person 的分数是 0.9。因此, 我们有一个转移分数矩阵存储了所有的标签和标签之间的分数;
为了去使得转移分数矩阵更加的鲁棒,我们将多添加两个标签 START 和 END。START 意味着句子的开始,不是第一个词。END 意味着句子的结束。
举个例子
STARTB-PersonI-PersonB-OrganizationI-OrganizationOENDSTART00.80.0070.70.00080.90.08B-Person00.60.90.20.00060.60.009I-Person-10.50.530.550.00030.850.008B-Organization0.90.50.00030.250.80.770.006I-Organization00.80.0070.70.650.760.2O00.650.00070.70.00080.90.08END0000000
事实上,这个矩阵是 BiLSTM-CRF 模型的参数。在你训练这个模型之前,你可以随机初始化矩阵中的所有转移分数。在模型的训练过程中所有随机的分数将会被自动地更新。换句话说, CRF 层可以由它自己学习那些限制。我们没有必要去手动建立这个矩阵。这些分数随着训练迭代的增加会逐渐变得越来越合理;
Loss函数
CRF 的损失函数,它由真正路径的分数和所有可能路径的总分数构成;
我们也有一个含有 5 个单词的句子。这些可能的路径将会是:
- START B-Person B-Person B-Person B-Person B-Person END
-
START B-Person I-Person B-Person B-Person B-Person END
-
…
-
START B-Person I-Person O B-Organization O END
-
…
-
O O O O O O O
假设每一个可能的路径有一个分数 P i P_i P i ,并且这里总共有 N 种可能的路径, 这些路径的
总分数是
P t o t a l = P 1 + P 2 + ⋯ + P N = e S 1 + e S 2 + … + e S N P_{total} = P_1 + P_2 + \cdots + P_N = e^{S_1} + e^{S_2} + \ldots + e^{S_N}P t o t a l =P 1 +P 2 +⋯+P N =e S 1 +e S 2 +…+e S N
其中,S i S_i S i 可以理解为一个路径的分数,S i S_i S i 由两部分组成 S i = E m i s s i o n S c o r e + T r a n s i t i o n S c o r e S_i=EmissionScore+TransitionScore S i =E m i s s i o n S c o r e +T r a n s i t i o n S c o r e (之所以用e,是与softmax类似)
P i = e Z i e Z 1 + e Z 2 + ⋯ + e Z k P_i = \frac{e^{Z_i}}{e^{Z_1} + e^{Z_2} + \cdots + e^{Z_k}}P i =e Z 1 +e Z 2 +⋯+e Z k e Z i
如果我们说 1 0 t h 10^{th}1 0 t h 路径是真实的标签路径, 换句话说, the 1 0 t h 10^{th}1 0 t h path 是由训练集提供的标签。分数 P 10 P_{10}P 1 0 它就应该是在所有可能路径中有最大比例的。下面给出的式子同时也是损失函数,在训练过程中,我们 BiLSTM-CRF 模型的参数值将会被不断的更新,为了保障真实路径的分数所占比例不断的增加。
L o s s = − P R e a l P a t h P 1 + P 2 + … + P N Loss = -\frac{P_{Real Path}}{P_1 + P_2 + \ldots + P_N}L o s s =−P 1 +P 2 +…+P N P R e a l P a t h
以START B-Person I-Person O B-Organization O END为例,
E m i s s i o n S c o r e = x 0 , S T A R T + x 1 , B − P e r s o n + x 2 , I − P e r s o n + x 3 , O + x 4 , B − O r g a n i z a t i o n + x 5 , O + x 6 , E N D T r a n s i t i o n S c o r e = t S T A R T , B − P e r s o n + t B − P e r s o n , I − P e r s o n + t I − P e r s o n , O + t O , B − O r g a n i z a t i o n + t B − O r g a n i z a t i o n , E N D EmissionScore = x_{0,START} + x_{1,B-Person} + x_{2,I-Person} + x_{3,O} + x_{4,B-Organization} + x_{5,O} + x_{6,END} \ TransitionScore = t_{START,B-Person} + t_{B-Person,I-Person} + t_{I-Person,O} + t_{O,B-Organization} + t_{B-Organization,END} \E m i s s i o n S c o r e =x 0 ,S T A R T +x 1 ,B −P e r s o n +x 2 ,I −P e r s o n +x 3 ,O +x 4 ,B −O r g a n i z a t i o n +x 5 ,O +x 6 ,E N D T r a n s i t i o n S c o r e =t S T A R T ,B −P e r s o n +t B −P e r s o n ,I −P e r s o n +t I −P e r s o n ,O +t O ,B −O r g a n i z a t i o n +t B −O r g a n i z a t i o n ,E N D
对Loss函数取对数
L o g L o s s F u n c t i o n = − l o g P R e a l P a t h P 1 + P 2 + … + P N = − l o g e S R e a l P a t h e S 1 + e S 2 + … + e S N = − ( l o g ( e S R e a l P a t h ) − l o g ( e S 1 + e S 2 + … + e S N ) ) = − ( S R e a l P a t h − l o g ( e S 1 + e S 2 + … + e S N ) ) \begin{aligned} LogLossFunction &= -log\frac{P_{RealPath}}{P_1 + P_2 + \ldots + P_N} \ &= -log\frac{e^{S_{RealPath}}}{e^{S_1} + e^{S_2} + \ldots + e^{S_N}} \ &= -(log(e^{S_{RealPath}}) – log(e^{S_1} + e^{S_2} + \ldots + e^{S_N})) \ &= -(S_{RealPath} – log(e^{S_1} + e^{S_2} + \ldots + e^{S_N})) \ \end{aligned}L o g L o s s F u n c t i o n =−l o g P 1 +P 2 +…+P N P R e a l P a t h =−l o g e S 1 +e S 2 +…+e S N e S R e a l P a t h =−(l o g (e S R e a l P a t h )−l o g (e S 1 +e S 2 +…+e S N ))=−(S R e a l P a t h −l o g (e S 1 +e S 2 +…+e S N ))
S R e a l P a t h S_{RealPath}S R e a l P a t h 的计算方法已知,关键是怎么计算l o g ( e S 1 + e S 2 + … + e S N ) log(e^{S_1} + e^{S_2} + \ldots + e^{S_N})l o g (e S 1 +e S 2 +…+e S N )
训练阶段-动态规划
目标: l o g ( e S 1 + e S 2 + … + e S N ) log(e^{S_1} + e^{S_2} + \ldots + e^{S_N})l o g (e S 1 +e S 2 +…+e S N )
这是过程是一个分数的累加。思想类似于动态规划,为了简化,我们假设句子长度为3,标签数量为2
Emission scores
l 1 l_1 l 1 l 2 l_2 l 2 w 0 w_0 w 0 x 0 , 1 x_{0,1}x 0 ,1 x 0 , 2 x_{0,2}x 0 ,2 w 1 w_1 w 1 x 1 , 1 x_{1,1}x 1 ,1 x 1 , 2 x_{1,2}x 1 ,2 w 2 w_2 w 2 x 2 , 1 x_{2,1}x 2 ,1 x 2 , 2 x_{2,2}x 2 ,2
Transition scores
l 1 l_1 l 1 l 2 l_2 l 2 l 1 l_1 l 1 t 0 , 1 t_{0,1}t 0 ,1 t 0 , 2 t_{0,2}t 0 ,2 l 2 l_2 l 2 t 1 , 1 t_{1,1}t 1 ,1 t 1 , 2 t_{1,2}t 1 ,2
- *第一个单词W 0 W_0 W 0
O b s = [ x 0 , 1 , x 0 , 2 ] , p r e v i o u s = N o n e Obs = [x_{0,1},x_{0,2}],previous=None O b s =[x 0 ,1 ,x 0 ,2 ],p r e v i o u s =N o n e
在第一个单词,我们没有之前的结果,因此previous是空,另外,我们只能观测第一个单词的发射分数是O b s = [ x 0 , 1 , x 0 , 2 ] Obs = [x_{0,1},x_{0,2}]O b s =[x 0 ,1 ,x 0 ,2 ],此时W 0 W_0 W 0 的所有路径的总分数
T o t a l S c o r e ( w 0 ) = l o g ( e x 0 , 1 + e x 0 , 2 ) TotalScore(w_0) = log(e^{x_{0,1}} + e^{x_{0,2}})T o t a l S c o r e (w 0 )=l o g (e x 0 ,1 +e x 0 ,2 )
更新p r e v i o u s = [ l o g ( e x 0 , 1 ) , l o g ( e x 0 , 2 ) ] previous = [log(e^{x_{0,1}}),log(e^{x_{0,2}})]p r e v i o u s =[l o g (e x 0 ,1 ),l o g (e x 0 ,2 )]
- *第二个单词W 1 W_1 W 1
O b s = [ x 1 , 1 , x 1 , 2 ] , p r e v i o u s = [ x 0 , 1 , x 0 , 2 ] Obs = [x_{1,1},x_{1,2}],previous=[x_{0,1},x_{0,2}]O b s =[x 1 ,1 ,x 1 ,2 ],p r e v i o u s =x 0 ,1 ,x 0 ,2
扩展previous为
p r e v i o u s = ( x 0 , 1 x 0 , 1 x 0 , 2 x 0 , 2 ) previous = \begin{pmatrix} x_{0,1} & x_{0,1} \ x_{0,2} & x_{0,2} \ \end{pmatrix}p r e v i o u s =(x 0 ,1 x 0 ,2 x 0 ,1 x 0 ,2 )
扩展Obs为
O b s = ( x 1 , 1 x 1 , 2 x 1 , 1 x 1 , 2 ) Obs = \begin{pmatrix} x_{1,1} & x_{1,2} \ x_{1,1} & x_{1,2} \ \end{pmatrix}O b s =(x 1 ,1 x 1 ,1 x 1 ,2 x 1 ,2 )
加和previous,obs和transition scores
s c o r e s = ( x 0 , 1 x 0 , 1 x 0 , 2 x 0 , 2 ) + ( x 1 , 1 x 1 , 2 x 1 , 1 x 1 , 2 ) + ( t 1 , 1 t 1 , 2 t 2 , 1 t 2 , 2 ) = ( x 0 , 1 + x 1 , 1 + t 1 , 1 x 0 , 1 + x 1 , 2 + t 1 , 2 x 0 , 2 + x 1 , 1 + t 2 , 1 x 0 , 2 + x 1 , 2 + t 2 , 2 ) scores = \begin{pmatrix} x_{0,1} & x_{0,1} \ x_{0,2} & x_{0,2} \ \end{pmatrix} + \begin{pmatrix} x_{1,1} & x_{1,2} \ x_{1,1} & x_{1,2} \ \end{pmatrix} + \begin{pmatrix} t_{1,1} & t_{1,2} \ t_{2,1} & t_{2,2} \ \end{pmatrix} = \begin{pmatrix} x_{0,1} + x_{1,1} + t_{1,1} & x_{0,1} + x_{1,2} + t_{1,2} \ x_{0,2} + x_{1,1} + t_{2,1} & x_{0,2} + x_{1,2} + t_{2,2} \ \end{pmatrix}s c o r e s =(x 0 ,1 x 0 ,2 x 0 ,1 x 0 ,2 )+(x 1 ,1 x 1 ,1 x 1 ,2 x 1 ,2 )+(t 1 ,1 t 2 ,1 t 1 ,2 t 2 ,2 )=(x 0 ,1 +x 1 ,1 +t 1 ,1 x 0 ,2 +x 1 ,1 +t 2 ,1 x 0 ,1 +x 1 ,2 +t 1 ,2 x 0 ,2 +x 1 ,2 +t 2 ,2 )
transition scores是转移分数,所以前面两个矩阵的第二个下标,要与transition scores的下标对上,第一个矩阵中元素的第二个下标,是transition scores中的第一个下标; 第二个矩阵中元素的第二个下标,是transition scores中的第二个下标
更新p r e v i o u s = [ l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) , l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) ] previous = [log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}),log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}})]p r e v i o u s =[l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 ),l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )]
计算总分数
T o t a l S c o r e ( w 0 → w 1 ) = l o g ( e p r e v i o u s [ 0 ] + e p r e v i o u s [ 1 ] ) = l o g ( e l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) + e l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) ) = l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 + e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) \begin{aligned} TotalScore(w_0 \to w_1) &= log(e^{previous[0]} + e^{previous[1]}) \ &= log(e^{log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}})} + e^{log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}})}) \ &= log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}} + e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}})\ \end{aligned}T o t a l S c o r e (w 0 →w 1 )=l o g (e p r e v i o u s [0 ]+e p r e v i o u s [1 ])=l o g (e l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )+e l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 ))=l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 +e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )
上面这个式子就是我们的目标l o g ( e S 1 + e S 2 + … + e S N ) log(e^{S_1} + e^{S_2} + \ldots + e^{S_N})l o g (e S 1 +e S 2 +…+e S N )的一个具体表述了,更一般的我们再推一步
- *第三个单词W 2 W_2 W 2
O b s = [ x 2 , 1 , x 2 , 2 ] , p r e v i o u s = [ l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) , l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) ] Obs = [x_{2,1},x_{2,2}],previous=[log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}),log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}})]O b s =[x 2 ,1 ,x 2 ,2 ],p r e v i o u s =[l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 ),l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )]
扩展previous为
p r e v i o u s = ( l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) ) previous = \begin{pmatrix} log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}) & log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}) \ log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}}) & log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}}) \ \end{pmatrix}p r e v i o u s =(l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 ))
扩展Obs为
O b s = ( x 2 , 1 x 2 , 2 x 2 , 1 x 2 , 2 ) Obs = \begin{pmatrix} x_{2,1} & x_{2,2} \ x_{2,1} & x_{2,2} \ \end{pmatrix}O b s =(x 2 ,1 x 2 ,1 x 2 ,2 x 2 ,2 )
加和previous,obs和transition scores
s c o r e s = ( l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) ) + ( x 2 , 1 x 2 , 2 x 2 , 1 x 2 , 2 ) + ( t 1 , 1 t 1 , 2 t 2 , 1 t 2 , 2 ) = ( l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) + x 2 , 1 + t 1 , 1 l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) + x 2 , 2 + t 1 , 2 l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) + x 2 , 1 + t 2 , 1 l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) + x 2 , 2 + t 2 , 2 ) scores = \begin{pmatrix} log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}) & log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}) \ log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}}) & log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}}) \ \end{pmatrix} + \begin{pmatrix} x_{2,1} & x_{2,2} \ x_{2,1} & x_{2,2} \ \end{pmatrix} + \begin{pmatrix} t_{1,1} & t_{1,2} \ t_{2,1} & t_{2,2} \ \end{pmatrix} = \begin{pmatrix} log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}) + x_{2,1} + t_{1,1} & log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}) + x_{2,2} + t_{1,2} \ log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}}) + x_{2,1} + t_{2,1} & log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}}) + x_{2,2} + t_{2,2} \ \end{pmatrix}s c o r e s =(l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 ))+(x 2 ,1 x 2 ,1 x 2 ,2 x 2 ,2 )+(t 1 ,1 t 2 ,1 t 1 ,2 t 2 ,2 )=(l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )+x 2 ,1 +t 1 ,1 l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )+x 2 ,1 +t 2 ,1 l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )+x 2 ,2 +t 1 ,2 l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )+x 2 ,2 +t 2 ,2 )
更新p r e v i o u s = [ l o g ( e l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) + x 2 , 1 + t 1 , 1 + e l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) + x 2 , 1 + t 2 , 1 ) , l o g ( e l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) + x 2 , 2 + t 1 , 2 + e l o g ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) + x 2 , 2 + t 2 , 2 ) ] = [ l o g ( ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) e x 2 , 1 + t 1 , 1 + ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) e x 2 , 1 + t 2 , 1 ) , l o g ( ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) e x 2 , 2 + t 1 , 2 + ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) e x 2 , 2 + t 2 , 2 ) ] \begin{aligned} previous &= [log(e^{log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}) + x_{2,1} + t_{1,1}} + e^{log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}}) + x_{2,1} + t_{2,1}}), \ & log(e^{log(e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}}) + x_{2,2} + t_{1,2}} + e^{log(e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}}) + x_{2,2} + t_{2,2}})] \ & = [log((e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}})e^{x_{2,1} + t_{1,1}} + (e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}})e^{x_{2,1} + t_{2,1}}), \ & log((e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}})e^{x_{2,2} + t_{1,2}} + (e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}})e^{x_{2,2} + t_{2,2}})] \ \end{aligned}p r e v i o u s =[l o g (e l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )+x 2 ,1 +t 1 ,1 +e l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )+x 2 ,1 +t 2 ,1 ),l o g (e l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )+x 2 ,2 +t 1 ,2 +e l o g (e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )+x 2 ,2 +t 2 ,2 )]=[l o g ((e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )e x 2 ,1 +t 1 ,1 +(e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )e x 2 ,1 +t 2 ,1 ),l o g ((e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )e x 2 ,2 +t 1 ,2 +(e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )e x 2 ,2 +t 2 ,2 )]
计算总分数
T o t a l S c o r e ( w 0 → w 1 → w 2 ) = l o g ( e p r e v i o u s [ 0 ] + e p r e v i o u s [ 1 ] ) = l o g ( e l o g ( l o g ( ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) e x 2 , 1 + t 1 , 1 + ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) e x 2 , 1 + t 2 , 1 ) ) + e l o g ( l o g ( ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 ) e x 2 , 2 + t 1 , 2 + ( e x 0 , 1 + x 1 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 ) e x 2 , 2 + t 2 , 2 ) ) ) = l o g ( e x 0 , 1 + x 1 , 1 + t 1 , 1 + x 2 , 1 + t 1 , 1 + e x 0 , 2 + x 1 , 1 + t 2 , 1 + x 2 , 1 + t 1 , 1 + e x 0 , 1 + x 1 , 2 + t 1 , 2 + x 2 , 1 + t 2 , 1 + e x 0 , 2 + x 1 , 2 + t 2 , 2 + x 2 , 1 + t 2 , 1 + e x 0 , 1 + x 1 , 1 + t 1 , 1 + x 2 , 2 + t 1 , 2 + e x 0 , 2 + x 1 , 1 + t 2 , 1 + x 2 , 2 + t 1 , 2 + e x 0 , 1 + x 1 , 2 + t 1 , 2 + x 2 , 2 + t 2 , 2 + e x 0 , 2 + x 1 , 2 + t 2 , 2 + x 2 , 2 + t 2 , 2 ) \begin{aligned} TotalScore(w_0 \to w_1 \to w_2) &= log(e^{previous[0]} + e^{previous[1]}) \ &= log(e^{log(log((e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}})e^{x_{2,1} + t_{1,1}} + (e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}})e^{x_{2,1} + t_{2,1}}))} \ & + e^{log(log((e^{x_{0,1} + x_{1,1} + t_{1,1}} + e^{x_{0,2} + x_{1,1} + t_{2,1}})e^{x_{2,2} + t_{1,2}} + (e^{x_{0,1} + x_{1,2} + t_{1,2}} + e^{x_{0,2} + x_{1,2} + t_{2,2}})e^{x_{2,2} + t_{2,2}}))}) \ &= log(e^{x_{0,1} + x_{1,1} + t_{1,1} + x_{2,1} + t_{1,1}} \ &+ e^{x_{0,2} + x_{1,1} + t_{2,1} + x_{2,1} + t_{1,1}} \ &+ e^{x_{0,1} + x_{1,2} + t_{1,2} + x_{2,1} + t_{2,1}} \ &+ e^{x_{0,2} + x_{1,2} + t_{2,2} + x_{2,1} + t_{2,1}} \ &+ e^{x_{0,1} + x_{1,1} + t_{1,1} + x_{2,2} + t_{1,2}} \ &+ e^{x_{0,2} + x_{1,1} + t_{2,1} + x_{2,2} + t_{1,2}} \ &+ e^{x_{0,1} + x_{1,2} + t_{1,2} + x_{2,2} + t_{2,2}} \ &+ e^{x_{0,2} + x_{1,2} + t_{2,2} + x_{2,2} + t_{2,2}}) \ \end{aligned}T o t a l S c o r e (w 0 →w 1 →w 2 )=l o g (e p r e v i o u s [0 ]+e p r e v i o u s [1 ])=l o g (e l o g (l o g ((e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )e x 2 ,1 +t 1 ,1 +(e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )e x 2 ,1 +t 2 ,1 ))+e l o g (l o g ((e x 0 ,1 +x 1 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 )e x 2 ,2 +t 1 ,2 +(e x 0 ,1 +x 1 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 )e x 2 ,2 +t 2 ,2 )))=l o g (e x 0 ,1 +x 1 ,1 +t 1 ,1 +x 2 ,1 +t 1 ,1 +e x 0 ,2 +x 1 ,1 +t 2 ,1 +x 2 ,1 +t 1 ,1 +e x 0 ,1 +x 1 ,2 +t 1 ,2 +x 2 ,1 +t 2 ,1 +e x 0 ,2 +x 1 ,2 +t 2 ,2 +x 2 ,1 +t 2 ,1 +e x 0 ,1 +x 1 ,1 +t 1 ,1 +x 2 ,2 +t 1 ,2 +e x 0 ,2 +x 1 ,1 +t 2 ,1 +x 2 ,2 +t 1 ,2 +e x 0 ,1 +x 1 ,2 +t 1 ,2 +x 2 ,2 +t 2 ,2 +e x 0 ,2 +x 1 ,2 +t 2 ,2 +x 2 ,2 +t 2 ,2 )
可以发现,计算总分数其实是穷举法,但是只是列出的表达式看上去是穷举(第二个词的时候TotalScore是由四个路径构成,第三个词的时候TotalScore则是由八个路径构成),但是实际上计算的时候,一直都是Obj,previous与transition scores这三个矩阵的加法,所以动规解决了很多计算量…
推理阶段-动态规划
也是上面的步骤
- 计算当前Obs(Emission scores)
- 计算scores
s c o r e s = ( p r e v i o u s [ 0 ] p r e v i o u s [ 0 ] p r e v i o u s [ 1 ] p r e v i o u s [ 1 ] ) + ( O b s [ 0 ] O b s [ 1 ] O b s [ 0 ] O b s [ 1 ] ) + ( t 11 t 12 t 21 t 22 ) scores = \begin{pmatrix} previous[0] & previous[0] \ previous[1] & previous[1] \ \end{pmatrix} + \begin{pmatrix} Obs[0] & Obs[1] \ Obs[0] & Obs[1] \ \end{pmatrix} + \begin{pmatrix} t_{11} & t_{12} \ t_{21} & t_{22} \ \end{pmatrix}s c o r e s =(p r e v i o u s [0 ]p r e v i o u s [1 ]p r e v i o u s [0 ]p r e v i o u s [1 ])+(O b s [0 ]O b s [0 ]O b s [1 ]O b s [1 ])+(t 1 1 t 2 1 t 1 2 t 2 2 ) - 更新p r e v i o u s , p r e v i o u s = [ m a x ( s c o r e s [ 0 , 0 ] , s c o r e s [ 1 , 0 ] ) , m a x ( s c o r e s [ 0 , 1 ] , s c o r e s [ 1 , 1 ] ) ] previous, previous = [max(scores[0, 0], scores[1, 0]),max(scores[0, 1], scores[1, 1])]p r e v i o u s ,p r e v i o u s =[m a x (s c o r e s [0 ,0 ],s c o r e s [1 ,0 ]),m a x (s c o r e s [0 ,1 ],s c o r e s [1 ,1 ])], previous装的是到当前时刻,从前面过来,到当前时刻该标签的分数最大的那条路径
- 将分数保留在α 0 \alpha_0 α0 里,对应列索引保留在α 1 \alpha_1 α1 里(α 1 \alpha_1 α1 表示上一个节点是什么标签,关键是t t t矩阵(transition scores)的下标,)
α 0 = [ ( 0.5 , 0.4 ) ] , α 1 = [ ( 1 , 1 ) ] \alpha_0 = [(0.5,0.4)], \alpha_1 = [(1,1)]α0 =[(0 .5 ,0 .4 )],α1 =[(1 ,1 )]
以三个单词为例,最终α 0 \alpha_0 α0 与α 1 \alpha_1 α1 中存储的值如下
α 0 = [ ( 0.5 , 0.4 ) , ( 0.8 , 0.9 ) ] , α 1 = [ ( 1 , 1 ) , ( 1 , 0 ) ] \alpha_0 = [(0.5,0.4),(0.8,0.9)], \alpha_1 = [(1,1),(1,0)]α0 =[(0 .5 ,0 .4 ),(0 .8 ,0 .9 )],α1 =[(1 ,1 ),(1 ,0 )]
我们选择最大的分数0.9,0.9本身是标签2,他的前一个节点是标签0,在前一个节点是标签1,所以就能得到路径,具体路径选择如下图所示
Original: https://blog.csdn.net/weixin_52185313/article/details/124600504
Author: PD我是你的真爱粉
Title: 命名实体识别BiLSTM-CRF
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/544401/
转载文章受原作者版权保护。转载请注明原作者出处!