[論文レビュー] Encoding word order in complex embeddings

Benyou Wang, Donghao Zhao+4 more|arXiv (Cornell University)|Dec 27, 2019

Topic Modeling参考文献 39被引用数 56

ひとこと要約

この論文は、グローバルな単語位置と順序関係の両方をモデル化する連続的な複素数値語嵌め込みを導入し、CNN/RNN/Transformerを複素数値形式に拡張し、テキスト分類、機械翻訳、言語モデリングで改善を実証する。

ABSTRACT

Sequential word order is important when processing text. Currently, neural networks (NNs) address this by modeling word position using position embeddings. The problem is that position embeddings capture the position of individual words, but not the ordered relationship (e.g., adjacency or precedence) between individual word positions. We present a novel and principled solution for modeling both the global absolute positions of words and their order relationships. Our solution generalizes word embeddings, previously defined as independent vectors, to continuous word functions over a variable (position). The benefit of continuous functions over variable positions is that word representations shift smoothly with increasing positions. Hence, word representations in different positions can correlate with each other in a continuous function. The general solution of these functions is extended to complex-valued domain due to richer representations. We extend CNN, RNN and Transformer NNs to complex-valued versions to incorporate our complex embedding (we make all code available). Experiments on text classification, machine translation and language modeling show gains over both classical word embeddings and position-enriched word embeddings. To our knowledge, this is the first work in NLP to link imaginary numbers in complex-valued representations to concrete meanings (i.e., word order).

研究の動機と目的

• テキスト内のグローバルな絶対位置と内部の逐次関係の両方をモデル化する必要性を動機づける。
• 単語表現を位置に対する連続関数として扱う新規嵌め込みを提案する。
• 複素数ドメインへ拡張して、位置依存のより豊かな構造を捉える。
• 複素順序嵌め込みをCNN、RNN、Transformerに統合し、複数のタスクで評価する。

提案手法

• 各単語の嵌め込みをベクトルから位置インデックス上の関数へ拡張し、位置依存表現を可能にする。
• 複素数値嵌め込み f(j,pos) = g_we(j) ⊙ g_pe(j,pos) を定義し、g_pe は位置を符号化するために複素指数を使用する。
• 位置に対するオフセット変換の非依存性や有界性などの特性を付与し、|z1| ≤ 1 である唯一の有界で線形に証明された解 g(pos) = z2 z1^pos を示す。
• 単語ごとの複素嵌め込みを f(j,pos) = r_j,d e^{i(ω_j,d pos + θ_j,d)} across D 次元でパラメータ化する（振幅、周波数、位相）。
• Vaswani らの位置エンコーディングがこのアプローチの劣化した特殊ケースであることを示す。

実験結果

リサーチクエスチョン

• RQ1 連続的で複素数値の位置表現は、絶対的な単語位置と相対的な順序の両方を捉えられるか。
• RQ2 複素順序嵌め込みは、CNN、RNN、TransformerといったさまざまなNNアーキテクチャで、素の埋め込みや伝統的な位置付け拡張嵌め込みと比較して性能を改善するか。
• RQ3 提案された嵌め込みは、テキスト分類、機械翻訳、言語モデリングに有効か。

主な発見

• 複素順序嵌め込みは、テキスト分類、機械翻訳、言語モデリングのいずれにおいても素の埋め込みや他の位置強化嵌め込みを上回る。
• Transformer の派生モデルは、順序を意識した複素嵌め込みから有意に恩恵を受け、効率性を維持しつつ競争力のあるまたは優れた性能を示す。
• このアプローチは、虚数成分を単語順情報として具体的に解釈できることを提供し、複素数表現と言語構造を結び付ける。
• アブレーション研究により、初期位相や共有スキームなどの特定の設計選択が性能とパラメータ効率に影響を与えることが示される。