2015-01-24にTokyoWebminingで発表した資料です

1. 深層学習時代の⾃自然⾔言語処理理
（株）Preferred Infrastructure
海野 裕也（@unnonouno）
2015/01/24 TokyoWebmining

2. ⾃自⼰己紹介
海野 裕也
l （株）プリファードインフラストラクチャー
l ⾃自然⾔言語処理理、情報検索索、機械学習、テキストマイ
ニングなどの研究開発
l 画像解析とかもやります
l Jubatusの開発など
NLP若若⼿手の会共同委員⻑⾧長（2014-）
2

3. 宣伝：NLP若若⼿手の会（YANS）
l YANSシンポジウム（9⽉月）
l 若若⼿手研究者（40歳未満くらい）の若若⼿手研究者が、⾃自
⾝身の研究を進めるための集まり
l 学⽣生やエンジニアの参加も歓迎
l 今年年も合宿をやる予定です
l スポンサーも募集する予定です
l YANS懇（3⽉月）
l ⾔言語処理理学会全国⼤大会期間中に懇親会をします
l 単なる飲み会です J
3

4. 今⽇日のはなし
l ⾔言語処理理系でよくみる深層学習系の話のざっく
りまとめ
l 既存の⾔言語処理理技術との関係性について議論論
（←こっちがメイン）
4

5. おすすめ資料料
l 渡邉陽太郎郎さんのチュートリアルがよくまとまっている
l http://ibisml.org/archive/ibis2013/pdfs/ibis2013-watanabe.pdf
5

6. ⾔言語処理理固有（？）の問題
1. ⼊入⼒力力はシーケンス
2. シーケンスの各要素の異異なり数は膨⼤大（単語）
3. 極めて規則的に各要素が選ばれる（⽂文法）
6

7. ⾔言語処理理に於ける深層学習を観るポイント
l シーケンスをどう扱うか⼿手法毎に違う
l 1つの単語は1つのベクトルで表す
l ⽂文法的な規則が学習できると信じる
7

8. ⾔言語処理理でよくみる深層（表現）学習３種
l Recurrent Neural Network
l Recursive Neural Network
l Skip-gram
8

9. ⾔言語処理理でよくみる深層（表現）学習３種
l Recurrent Neural Network
l Recursive Neural Network
l Skip-gram
9
Skip-gramは
このあと@piroyoungさんが
説明してくれる！

10. l Recurrent Neural Network
l Recursive Neural Network
10

11. Recurrent Neural Network (RNN)
l 系列列に対するネットワーク
l 隠れ層をコピーして、次の⼊入
⼒力力に使うところがポイント
l 必ずしも予測は必要ない
11
⽂文字、単語
時刻 t-‐‑‒1 の隠れ層
隠れ層 予測
コピー

12. 詳しいことは得居さんの資料料を⾒見見て下さい
http://www.slideshare.net/beam2d/pfi-seminar-20141030rnn
12
オススメ

13. つなげて書くと・・・
13
⽂文字1
時刻 0 の隠れ層
隠れ層
時刻1の
予測
⽂文字2
時刻2の
予測
⽂文字3
時刻3の
予測

14. ふつうのニューラルネットとの関係
l 横⽅方向に並べて書くと・・・
14
ここだけみると、⽂文
⻑⾧長と同じ⻑⾧長さのニュー
ラルネットワーク

15. Recurrent Neural Network Language Model
(RNNLM) [Mikolov+10]
l RNNを使った⾔言語モデル
l 次の単語を予測する
l 隠れ層に⽂文脈情報が埋め込ま
れていくイメージ
15
⽂文字、単語
時刻 t-‐‑‒1 の隠れ層
隠れ層 次の⼊入⼒力力
の予測
コピー

16. Back Propagation Through Time (BPTT)で学習
l 展開した状態で誤差逆伝搬（Back Propagation）する
と、時間をさかのぼって学習しているように⾒見見える
16

17. 深いネットワークと同様の問題が発⽣生する
l 何度度も掛け算が発⽣生するので、重みが爆発したり、勾配
が消失する問題が発⽣生する
l そのため、⻑⾧長期依存を学習できない
17

18. Long Short-Term Memory
l 勾配が消えないようにエラーを内部に貯めこむ構造に
なっている
l ⼊入出⼒力力のゲートを作って、情報を選択的に流流すようにす
る（流流すタイミングを学習するイメージ）
18
情報が貯
まる
出⼒力力タイ
ミング
⼊入⼒力力タイ
ミング

19. 昨年年後半からLSTMが流流⾏行行（？）
l Sequence to sequenceのLSTMで機械翻訳 [Sutskever
+14]
l 原⽂文を全部⾷食わせてベクトルを作って、そこから翻訳⽂文を⽣生成
する
l 同じ⽅方法を構⽂文解析に適⽤用 [Vinyals+15]
l いずれもGoogle
19

20. l Recurrent Neural Network
l Recursive Neural Network
20

21. Recursive Neural Network (RNN)
l 2つの単語の表現ベクトルを組合せて、フレーズ
の表現ベクトルを構成する
l 再帰的に繰り返すことで、⽂文全体の表現ベクト
ルを作る
21

22. RNNによる構⽂文解析 [Socher+11]
l 隣隣接単語からフレーズを
構成する
l 構成を繰り返すことで、
⽊木ができる
l 画像の構造推定にも使え
る
22

23. RNNによる評判分析 [Socher+13]
l 構⽂文⽊木に沿ってベクトルを再帰的に構築して、分類する
l 各フレーズ単位でもpos/negの判定ができる
23

24. RecurrentはRecursiveの⼀一種？
l Recursiveでは、普通は⽊木構造（構⽂文⽊木）に沿ってベク
トルを再帰的に構築する
l Recurrentは、⽊木ではなくてシーケンスに沿って構築し
ていると⾒見見ると、Recursiveの特殊ケースに思える・・
24
x1 x2 x3 x4
h1
h2
h3

25. 議論論：Recursive Neural NetworkとConvolutional
Neural Network (CNN) の関係？
l いずれも隣隣接要素から新しいベクトルを構成している点
で似ている
l CNNはどのような構造があるか仮定を置いていない点、
繰り返しの回数が予め決まっている点、層毎に重みが違
う点で異異なる
25

26. Recurrent vs Recursive
いずれも⼊入⼒力力（シーケンス）に対して単⼀一のベク
トルが作られる
l Recurrentは前から順番にベクトルを構成する
l Recursiveは⽊木構造に沿ってベクトルを構成する
26

27. ここからが本題
27

28. 今⽇日の議論論
⾃自然⾔言語処理理において
深層学習のアプローチは
何が嬉しいのか考えてみる
28

29. 構⽂文解析のことを考える・・・
l 構⽂文解析とは⽂文の構造を推定するタスク
l 「構造」は、ふつう句句構造か係り受け構造
l もっとも標準的な⾃自然⾔言語処理理のタスク
29
⽂文
私は りんごを ⾷食べた
動詞句句
私は りんごを ⾷食べた

30. 余談：プログラミング⾔言語の構⽂文解析の場合
⾃自然⾔言語と違って・・・
l 曖昧性がない（２通りの解釈は許されない）
l 線形の計算量量で解析できる（CKY法はO(n3)時
間）
ことが強く要請される
30

31. 構⽂文解析⼿手法（特に係り受け）の2⼤大派閥
l Transition-based（局所最適型）
l ⽂文を前から順番に読んで、スタックに積んでいく
l Shift-Reduce法
l Graph-based（⼤大域最適型）
l 全ての構造の候補からスコアの最⼤大となる⽊木を効率率率
的に選ぶ
l MST法、Eisner法、CKYアルゴリズム
31

32. Shift-Reduce法（1/2）
l 単語を前から順番に読み込んで、スタックに積みながら
⽊木を構築していく
l 普通は単語を読むたびに決定的に「操作」を⾏行行うため、
⽂文⻑⾧長に対して線形時間で解析できる
32

33. Shift-Reduce法（2/2）
l ⽂文を前から読んで、スタックに積む（Shift）か消す
（Reduce）の分類を繰り返す
l 操作のたびにスタックの中⾝身は変化する
l スタックの中⾝身と、⽂文中の単語からいずれの操作をする
か判断する
33
時間変化

34. スタックの操作の仕⽅方で⼿手法が変わる
l 前から順番に読むのは同じだが、スタックに対
する操作の⽅方法で亜種が沢⼭山ある
l Arc-Eager / Arc-Standardなど
l どういう操作体系にするかが性能にも影響を与
える
34

35. RecurrentとShift-Reduce法の類似性
l 前から順番に読んでいく
l 内部状態（隠れベクトル or スタック）を次々に更更新し
ていく
35
内部状態

36. RNNの隠れ状態の中にスタック相当の情報が埋め込
まれている？？？
36
？
いい感じのスタック操作になるように学習している？

37. ⽂文脈⾃自由⽂文法（context free grammar, CFG）
l チョムスキー階層の3番⽬目
l 書き換え規則の左辺は1つの⾮非終端記号し
か現れない
37
X à Y Z
X à α

38. 確率率率的⽂文脈⾃自由⽂文法（PCFG）による構⽂文解析
l ⽂文脈⾃自由⽂文法の各規則にスコア（確率率率）をつけて、スコ
アの総和が最⼤大になる⽊木を探索索する
l データに基づいてスコアは決められる
38
名詞句句
⾚赤い りんごの ⽊木
名詞句句 名詞句句
⾚赤い りんごの ⽊木
名詞句句＞

39. CKYアルゴリズム
l 局所的な規則の総和が最⼤大となる⽊木を探すのは、動的計
画法によりO(n3)時間で求められる（CKY）
39
区間 [i, j) の最⼤大スコアは
s(i, j) = maxk s(i, k) + s(k, j) + t(i, j, k)
i
k
j

40. RecursiveとPCFGとの類似性
l いずれも、⼊入⼒力力列列に対して構造を再帰的に構築
している
l そもそもRecursiveは構⽂文⽊木をつかっているし、
そもそも構⽂文解析タスクも解いてる・・・
40

41. 品詞の粒粒度度では⾜足りない
l 同じ品詞でも振る舞いは異異なる
l ⾃自動詞、他動詞、⽬目的語の数、補語の有無 etc.
l 時制や⼈人称などの細かい規則が表現しきれない
l 無限に品詞を増やすことになる・・・？
41

42. 語彙ごとに振る舞いが異異なる
l どの語を使っているかという情報が構⽂文解析に
有効であることがわかっている
l 例例えばgoなら、toがつきやすいなど
l 単語⾃自体を特徴として学習することは有効
l しかし、頻度度の低い単語の学習ができな
い・・・
42

43. 品詞 vs 語
43
品詞 語
• 数が少ない
• 表現力不足
• 数が多すぎる
• 表現力は十分
この辺にいいのがあるは
ず・・・

44. 品詞以上語以下の表現を獲得する歴史
l HPSGやCCGといった、語彙情報に統語的な振る舞いを
記述する⽂文法
l PCFGに隠れ変数を持たせて、振る舞いの似ている単語
をまとめる⼿手法
l こうした情報を単語ベクトルの中で表現されるのでは？
（深層学習系アプローチ）
44

45. 主辞駆動句句構造⽂文法（HPSG）
l それぞれの語に対して、⽂文法的な振る舞い（感覚的には
ルール）を記述する
l 振る舞いに応じて構造を推定できる
45
語彙項目
[宮尾12]など参照

46. Recursiveでこうした語彙項⽬目相当の情報が獲得で
きている？？？
46
？

47. ⾔言語処理理における深層学習に期待すること
l ⽂文法（規則）によるアプローチは構⽂文解析で有
効だった
l 複雑な⽂文法に相当するような情報をベクトル空
間の中に埋め込んでくれる？
l 構⽂文解析以外のタスクでも複雑な規則相当の情
報を学習してくれたら嬉しい？
47

48. まとめ
l ⾃自然⾔言語処理理でよく⾒見見られる深層学習を紹介した
l Recurrent Neural Networkは状態をもって前から順に読む
l Recursive Neural Networkは構造に沿ってベクトルを構築する
l RecurrentはShift-Reduceパーザーの状態を埋め込んで
いるようにみえる
l RecursiveはHPSGパーザーの語彙項⽬目相当の情報を埋め
込んでいるように⾒見見える
l いずれも⾮非⾃自明な規則を学習によって獲得してくれてい
る・・・のかな・・？
48

49. 参考⽂文献
l [Mikolov+10] T Mikolov, M Karafiát, L Burget, J Cernocký, S
Khudanpur.
Recurrent neural network based language model.
Interspeech 2010.
l [Sutskever+14] Ilya Sutskever, Oriol Vinyals, Quoc V. Le.
Sequence to Sequence Learning with Neural Networks.
NIPS 2014.
l [Vinyals+15] Oriol Vinyals, Lukasz Kaiser, Terry Koo, Slav Petrov,
Ilya Sutskever, Geoffrey Hinton.
Grammar as a foreign language.
ICLR 2015.
49

50. 参考⽂文献
l [Socher+11] Richard Socher, Cliff Lin, Andrew Y. Ng,
Christopher D. Manning.
Parsing Natural Scenes and Natural Language with Recursive
Neural Networks.
ICML 2011
l [Socher+13] Richard Socher, Alex Perelygin, Jean Wu, Jason
Chuang, Chris Manning, Andrew Ng, Chris Potts.
Recursive Deep Models for Semantic Compositionality Over a
Sentiment Treebank.
EMNLP 2013.
50

51. 参考⽂文献
l [渡邉13] 渡邉陽太郎郎.
⾃自然⾔言語処理理分野におけるディープラーニングの現状.
IBIS 2013 チュートリアル.
http://ibisml.org/archive/ibis2013/pdfs/ibis2013-
watanabe.pdf
l [得居14] 得居誠也.
Recurrent Neural Network.
PFI seminar.
http://www.slideshare.net/beam2d/pfi-seminar-20141030rnn
l [宮尾12] 宮尾祐介.
⾃自然⾔言語処理理における構⽂文解析と⾔言語理理論論の関係.
http://www.ism.ac.jp/~daichi/workshop/2012-parsing/
parsing2012-miyao.pdf
51