1. 概述

随着神经网络，尤其是深度学习算法的发展，神经网络在文本分类任务中取得了很大的发展，提出了各种解决方案，如CNN在文本分类中的应用，RNN，LSTM等等，相比较于CNN以及RNN方法，LSTM可以学习长距离的语义信息。Attention-Based BiLSTM结合双向的LSTM（Bidirectional LSTM）以及Attention机制处理文本分类的相关问题，通过attention机制，该方法可以聚焦到最重要的词，从而捕获到句子中最重要的语义信息。

2. 算法思想

2.1 算法的组成部分

Attention-Based BiLSTM算法的网络结构如下所示：

在Attention-Based BiLSTM网络中，主要由5个部分组成：

• 输入层（Input layer）：指的是输入的句子，对于中文，指的是对句子分好的词；
• Embedding层：将句子中的每一个词映射成固定长度的向量；
• LSTM层：利用双向的LSTM对embedding向量计算，实际上是双向LSTM通过对词向量的计算，从而得到更高级别的句子的向量；
• Attention层：对双向LSTM的结果使用Attention加权；
• 输出层（Output layer）：输出层，输出具体的结果。

注意点：

• Embedding通常有两种处理方法，一个是静态embedding，即通过事先训练好的词向量，另一种是动态embedding，即伴随着网络一起训练；
• 双向LSTM的网络结构会在其他的文章中做进一步的介绍，这里就不详细展开。

2.2. BiLSTM层的输出

假设句子通过分词算法后，得到的$T$个词为： { x 1 , x 2 , ⋯   , x T } \left \{ x_1,x_2,\cdots ,x_T \right \} {x1​,x2​,⋯,xT​}，每一个词$x_i$经过词向量的映射得到对应的词向量$e_i$，假设经过LSTM后正向的输出为$\underset{h_i}{\to }$，逆向的输出为$\underset{h_i}{\leftarrow }$，则第$i$个词经过BiLSTM后得到的向量为：

$$h_i=\left[\underset{h_i}{\to }⨁\underset{h_i}{\leftarrow }\right]$$

其中，$⨁$表示的是对应元素相加。

2.3. Attention机制

假设$H$是所有$T$个词经过BiLSTM后得到的向量的集合：$\left[h_1,h_2,\cdots h_T\right]$，那么Attention的计算方法如下：
$$M=tanh\left(H\right)$$
其中，$H\in {\mathbb{R}}^{d^w\times T}$，$d^w$表示的是向量的维度，对应的，$M$的维度为：$d^w\times T$。
$$\alpha =softmax\left(w^{T}M\right)$$
其中，$w^T$表示的是需要学习的参数，$w$的维度为$d^w\times 1$，$\alpha$的维度为$1\times T$。
$$r=H{\alpha }^T$$
其中，$r$的维度为$d^w\times 1$。
最终用于分类的向量表示为：$h^{\ast }=tanh\left(r\right)$。

2.4. 分类

针对句子$S$，通过上述的BiLSTM以及Attention机制，得到了对应的表示矩阵：$h^{\ast }$，其维度为$d^w\times 1$。分类器以$h^{\ast }$为输入：

$$\hat{p}\left(y\mid S\right)=softmax\left(W^{\left(S\right)}{h}^{\ast }+b^{\left(S\right)}\right)$$

参考文献

• Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification
• Understanding LSTM Networks