ORDERED NEURONS: INTEGRATING TREE STRUCTURES INTO RECURRENT NEURAL NETWORKS (ICLR 2019, BEST PAPER AWARD 

在语言模型中引入树结构 • 能获得抽象化级别不断提升的分层表征； • 能捕获复杂语言现象，如长期依赖问题与组分效应； • 能为梯度反向传播提供捷径。 

ON-LSTM • 用有序神经元表达层次结构 • Contribution • 1.提高了语言模型的效果 • 2.可以无监督地学习到句子的句法结构 

LSTM 

语言和序信息 • 在常见的神经网络中，神经元通常都是无序的 • ON-LSTM则试图把这些神经元排个序，并且用这个序来表示一些特定的结构，从 而把神经元的序信息利用起来 

层级结构 • 层级越低代表语言中颗粒度越小的结构，而层级越高则代表颗粒度越粗的结构 • 自然语言：字——词——短语 • 层级越高，颗粒度越粗，那么它在句子中的跨度就越大 

ON-LSTM的设计方向 • 层级越高，颗粒度越粗，那么它在句子中的跨度就越大 • 要求： • 1. 能区分高低层级的信息 • 2. 能让高层级的信息保留更久，底层级的信息更容易被遗忘 

设计：分区间更新 • 假设ON-LSTM中的神经元都排好序后，向量Ct的index越小的元素，表示越低层级 的信息，而index越大的元素，则表示越高层级的信息 • 步骤： • 1. 初始化一个全零的Ct • 2. 预测历史信息ht-1 和当前输入的层级xt 的层级df, di 

层次更新的两种可能 • 1. df ≤ di ， 这意味着当前输入xt 的层级要高于历史记录ht−1 的层级，那就是说，两者 之间的信息流有交汇，当前输入信息要整合到高于等于df 的层级中 

层次更新的两种可能 • 2. df > di , 这意味着历史记录和当前输入互不相交。 

分层更新的作用 • 高层信息就可能保留相当长的距离（因为高层直接复制历史信息，导致历史信息可 能不断被复制而不改变）； • 而低层信息在每一步输入时都可能被更新（因为低层直接复制输入，而输入是不断 改变的）。 • 所以就通过信息分级来嵌入了层级结构。 • 更通俗地说就是分组更新，更高的组信息传得更远（跨度更大），更低的组跨度更 小，这些不同的跨度就形成了输入序列的层级结构。 

函数软化 • F1 和F2 ，输出层级整数，但这样的模型通常是不可导的 • 替代：使用softmax，替换成一个分类模型。df => 1df (one hot向量) • 分层更新的实际操作： 

无监督语法 • 从softmax向量反过来转换为层级： 

贪心算法析出层次结构 • 给定输入序列{xt }到预训练好的ON-LSTM，输出对应的层级序列{df,t }， • 然后找出层级序列中最大值所在的下标，比如k， • 那么就将输入序列分区为[xtk ]]。 • 然后对子序列xt k重复上述步骤，直到每个子序列长度为1。 

No content