微软IJCAI2016演讲PPT：深度学习在语义理解上不再难有用武之地

我们将PPT的文字翻译直接放在了幻灯片内，有兴趣的读者可以点开大图查看，不过大家也可以直接观看我们在每张图后写下的注解，一样能帮你理解微软的意思。

微软首先介绍了深度神经网络的简要历史。经过了上图中所示技术爆发点，幻灭的低谷，生产平稳期，膨胀期望巅峰等几个阶段。终于迎来了新的高潮。

在2013年，深度学习成为了MIT评选的年度十大科技突破之一。

而对深度学习的学术研究也从2012年开始到2015年出现爆发式的增长。在NIPS 2015会议中集中爆发，典型的证据就是主会场内的相关研究参与人数有了巨大增长，相关话题的指导报告更是增加了100%还多。

2012年纽约时报的报道“科学家们在深度学习上看到了希望”被视为深度学习崛起的标志之一。

DNN是一种完全连接的深度神经网络，简单来说，先训练每个都含有一个隐含层的生产力模型，然后把它们组合成一个深度信任网络，然后添加输出并利用反向传播来训练DNN网络。

上图是微软在各种领域对基于深度学习的语义识别的应用。

今天微软要讲的这个指南的焦点，并非集中在语音识别或者图像识别上，而是语音文本的处理和理解，一共分为5部分

上图是一个需求分类问题的举例，比如输入一个问题：丹佛市中心的寿司店，但这个店属于餐馆，酒店，夜店，航班那个领域的店或者馆呢？这个是需要搜索引擎更加细化分类的。

上图给出了一个单神经元模型的原理，当输入一个X值后，函数最终会将其通过logistic回归进行分类，决定是否要给Y加上标签，并与事先准备好的标签核对。以此来完成学习的过程。

上图是单个的神经元模型，把一个数值转化为概率，然后把概率转化为一个非线性激活函数，再进行logistic回归。

在上图中，微软给出了训练模型的思路，由于是只有一个神经元组成的神经网络，因此方法比较简单，要训练的数据集是一组由二维数组组成的数对。

训练参数的过程，就是不断的更换w，使得损失函数最小。具体方式是使用随机梯度下降，将所有训练样本更新直到函数收敛。

实际问题基本不可能用单个神经元的网络就能解决。上图是一个多层神经网络的流程图，实际上也和目前绝大多数的神经网络结构类似。如果我们忽略下部的结构，只看输入层、最上面的一层隐含层和输出层，我们就会发现这正是一个单神经元神经网络的架构示意。而包含了下面的其他隐含层之后，就是一个多层神经元的结构了，将原始数据（词语向量）输入隐藏层中，经过参数w的投射生成新的向量，这个过程就称作特性生成。

可以看到，标准机器学习的过程同深度学习最大的区别，正在于特征训练的方式，传统的特征训练需要开发者手动提取特征，显得比较累。而深度学习可以自动从训练数据中学习到特征。显得灵活很多，不过代价就是函数优化和参数选择等的工作量会更重。

为什么要使用多个隐含层呢？毫无疑问的，适当增加隐藏层会让算法的效果更好。对特征的学习和转换也更灵活。类似深度学习用于图像识别时的像素→边缘→纹理→主题→局部→物体整体的过程。深度学习用于文本分析的时候也遵循了一个从字母→单词→词组→从句→句子→整个故事的过程。训练层数越多，对这些特征的描述就越精确。最终提取出来的效果也会越好。

DNN有许多中不同的表现形式，它们分别有各自的应用场景和优势。在此微软将其分为了三大类和六小类：

分类任务——通过X将Y分类标注

主要应用：多层感知机，卷积神经网络。

分级任务——通过计算X和Y的加权和进行分级。

主要应用：暹罗神经网络、深度语义相似模型

文本生成任务：由X的值生成Y

主要应用：序列对序列网络、记忆网络

在上图中，微软开始讲解一个具体的例子：深度语义相似模型（DSSM）。这种模型的处理方式是使用X和Y组成的文本流来计算语义相似度。方式是使用深度神经网络先在潜在语义空间建立一个x和y的两个特征向量。然后计算特征向量之间的余弦相似程度。

上两图是一个具体的原理图。表现了计算相似语义空间的方法，而最后一张图给出了一个基于此方法的整个卷积DSSM网络的示意图和原理说明。

总结：

深度学习曾被认为不适合用来做语义理解。主要是因为词语之间的相似程度与其含义的相似程度并无太大关系。词表的出现一定程度上解决了这个问题。而现在，深度学习在语义理解上的障碍已经基本不存在了，微软此次提供的思路也是一个很好的参考。相信应用上了深度学习的语义理解程序的表现将会有极大的提升。