【自然语言处理】神经文本生成综述

淩亂°似流年 2022-01-28 09:27 349阅读 0赞

# 前言 #

首先本文主要是对《 Neural Text Generation: Past, Present and Beyond 》这篇[论文][Link 1]的总结，该论文是上海交通大学团队写的，查阅过数次，觉得写得很棒，在此总结一下，以此共勉。

# 要点 #

这篇的文章关注点在于神经网络的文本生成。

#### 极大似然估计 ####

首先，最开始的是用神经网络语言模型(NNLM)。以及的后来的RNNLM（基于RNN循环神经网络）。  
 P ( x t ∣ s t ) P\\left( \{ \{x\_t\}|\{s\_t\}\} \\right) P(xt∣st)是基于生成序列 s t \{s\_t\} st生成下一次词 x t \{x\_t\} xt的概率。  
由此得到似然函数 L ( s n ) = ∏ t = 0 n − 1 P ( x t ∣ s t ) L\\left( \{ \{s\_n\}\} \\right) = \\prod\\limits\_\{t = 0\}^\{n - 1\} \{P\\left( \{ \{x\_t\}|\{s\_t\}\} \\right)\} L(sn)=t=0∏n−1P(xt∣st)  
取对数，得到目标函数 J θ ( s n ) = − ∑ t = 0 n − 1 log ⁡ P ( x t ∣ s t ) \{J\_\\theta \}\\left( \{ \{s\_n\}\} \\right) = - \\sum\\limits\_\{t = 0\}^\{n - 1\} \{\\log P\\left( \{ \{x\_t\}|\{s\_t\}\} \\right)\} Jθ(sn)=−t=0∑n−1logP(xt∣st)。  
以上就是极大似然估计法。  
不过极大似然估计存在着曝光误差（exposure bias）。这个就是训练的时候都是用真实的样本进行训练的。但是在推理的时候，是基于上一个词生成当前的词，而上一个词本来就是生成的（有误差）。  
解决这个问题的一个办法是采用计划采样（Scheduled Sampling）。

#### 策略梯度（强化学习） ####

生成模型也可以视为马尔科夫序列决策过程，这样就可以使用策略梯度算法进行训练。  
比如PG-BLEU就是以BLEU作为Reward对策略梯度 J θ ( s n ) = − ∑ t = 0 n − 1 R t log ⁡ P ( x t ∣ s t ) \{J\_\\theta \}\\left( \{ \{s\_n\}\} \\right) = - \\sum\\limits\_\{t = 0\}^\{n - 1\} \{ \{R\_t\}\\log P\\left( \{ \{x\_t\}|\{s\_t\}\} \\right)\} Jθ(sn)=−t=0∑n−1RtlogP(xt∣st)。  
随着GAN的提出，SeqGAN使用了判别器判别句子的真实性，得到概率作为Reward。  
SeqGAN也存在着两个问题。  
1.梯度消失（Gradient vanishing）问题，就是判别器经常训练得太好，容易会把生成的句子判别出来（概率非常小）。  
为了解决以上这个问题，都对reward进行了修改，有MaliGAN，RankGAN。  
2.模式崩塌（Model collapse），总是生成短而且重复的句子（生成器学习数据分布的时候只能学到一部分）。  
为了解决模式崩塌，大家根据Wasserstein GAN提出的方法，在此进行改进，比如DP-GAN。或者是对结构进行改进，比如LeakGAN。

# 总结 #

从NNLM到RNNLM，从极大似然估计到强化学习。目前比较流行还是以生成对抗网络进行文本生成，但是也存在着问题，许多学者都提出了自己的方法，比如MaliGAN，RankGAN，DP-GAN和LeakGAN，但是文本生成仍然存在着一些挑战需要大家去解决。

[Link 1]: https://arxiv.org/pdf/1803.07133.pdf