単語埋込みモデルによる意味論，統語論，隠喩，暗喩の計算（仮）

浅川伸一 Shin Asakawa <asakawa@ieee.org>

2

謝辞

発表の機会を与えてくださいました京都大

学楠見孝先生に感謝申し上げます。

3

自己紹介浅川伸一 東京女子大学 情報処理センター勤務。早稲田大

学在学時はピアジェの発生論的認識論に心酔する。卒業後

エルマンネットの考案者ジェフ・エルマンに師事，薫陶を受け

る。以来人間の高次認知機能をシミュレートすることを目指

している。知的情報処理機械を作ることを通して知的情報処

理とは何かを考えたいと思っている。著書に「Pythonで実践する深層学

習」（ 2016) コロナ社. 「ディープラーニング，ビッグデータ，機械学習 --- あるいはその心理学」

(2015) 新曜社。「ニューラルネットワークの数理的基礎」「脳損傷とニューラルネットワークモデ

ル，神経心理学への適用例」いずれも守一雄他編 コネクショニストモデルと心理学(2001) 北

大路書房などがある

4

師匠ジェフ・エルマンとUCSDキャンパス内 2002年ころ

5

←２０１６年

２０１５年→

6

表記と基本グラフ

h

y

x

y: 出力層ニューロン

h: 中間層ニューロン

x: 入力層ニューロン

7

h

y

x

再帰結合（recurrent connections)

8

h

y

x

Wx

Wy

Wh

Wy:結合係数行列(中間から出力)

Wh:結合係数行列(再帰結合)

Wx:結合係数行列(入力から中間）

9

h

y

x

Wx+bx

Wy+by

Wh+bh

by:バイアス（中間から出力）

bh:バイアス（再帰結合）

bx:バイアス（入力から中間）

Bias terms will be omitted, henceforth以降バイアス項は省略します

10

h0

y0

x0

h1

y1

x1

Digits subscripted indicate time t:= 0... 下付き添字は時刻を表す。カッコで表記する流儀もある(e.g. x(t))

11

h0

y0

x0

h1

y1

x1

h1

y1

x1

h2

y2

x2

h3

y3

x3

h4

y4

x4

h4

y4

x4

h5

y5

x5

12

h0

y0

x0

h1

y1

x1

h1

y1

x1

h2

y2

x2

h3

y3

x3

h4

y4

x4

h4

y4

x4

h5

y5

x5

teacher

error

Loss(t,y)

Wh Wh Wh Wh Wh

13

h0

y0

x0

h1

y1

x1

h1

y1

x1

h2

y2

x2

h3

y3

x3

h4

y4

x4

h4

y4

x4

h5

y5

x5

teacher

error

Loss(t,y)

Wh Wh Wh Wh Wh

14

h0

y0

x0

h1

y1

x1

h1

y1

x1

h2

y2

x2

h3

y3

x3

h4

y4

x4

h4

y4

x4

h5

y5

x5

teacher

error

Loss(t,y)

Wh Wh Wh Wh Wh

15

h0

y0

x0

h1

y1

x1

h1

y1

x1

h2

y2

x2

h3

y3

x3

h4

y4

x4

h4

y4

x4

h5

y5

x5

teacher

error

Loss(t,y)

Wh Wh Wh Wh Wh

teacher

16

h0

y0

x0

h1

y1

x1

h1

y1

x1

h2

y2

x2

h3

y3

x3

h4

y4

x4

h4

y4

x4

h5

y5

x5

teacher

error

Loss(t,y)

Wh Wh Wh Wh Wh

17

Full BPTT

h0

y0

x0

h1

y1

x1

h1

y1

x1

h2

y2

x2

h3

y3

x3

h4

y4

x4

h4

y4

x4

h5

y5

x5

teacher

error

Loss(t,y)

Wh Wh Wh Wh Wh

18

Trancated BPTT(window width=5)

ht+0

yt+0

xt+0

h1

y1

x1

ht+1

yt+1

xt+1

ht+2

yt+2

xt+2

ht+3

yt+3

xt+3

h4

y4

x4

ht+4

yt+4

xt+4

ht+5

yt+5

xt+5

teacher

error

Loss(t,y)

Wh Wh Wh Wh Wh

19

LSTM

改良可能？Can we improve?

ゲートの導入 introducing gates to control hidden state

ht-1

yt-1

xt-1

h1

y1

x1

ht

yt

xt

gate

ゲートの導入 introducing gates to control hidden state

ht-1

yt-1

xt-1

h1

y1

x1

ht

yt

xt

gate

でも，

なぜゲート?

Why gates?

忘却ゲートの導入

ht-1

yt-1

xt-1

h1

y1

x1

ht

yt

xt

gate

Who can controlgates?誰がどうやってゲート制御？

忘却ゲートの導入

ht-1

yt-1

xt-1

h1

y1

x1

ht

yt

xt

gate

Who can controlgates?誰がどうやってゲート制御？

Who can tell me how can I

control myself?

忘却ゲートの導入

ht

yt

xt

h1

y1

x1

ht+1

yt+1

xt+1

gate

who can control gates?誰がどうやってゲートを制御？

３つ候補

忘却ゲートの導入

ht

yt

xt

h1

y1

x1

ht+1

yt+1

xt+1

gate

who can control gates?誰がどうやってゲートを制御？

３つ候補1. ht

It’s me

忘却ゲートの導入

ht

yt

xt

h1

y1

x1

ht+1

yt+1

xt+1

gate

who can control gates?誰がどうやってゲートを制御？

３つ候補1. ht

Me, too

忘却ゲートの導入

ht

yt

xt

h1

y1

x1

ht+1

yt+1

xt+1

gate

who can control gates?誰がどうやってゲートを制御？

３つ候補1. ht

2. yt

I can, too

忘却ゲートの導入

ht

yt

xt

h1

y1

x1

ht+1

yt+1

xt+1

gate

who can control gates?誰がどうやってゲートを制御？

３つ候補1. ht

2. yt

3. xt+1

忘却ゲートの導入

ht

yt

xt

h1

y1

x1

ht+1

yt+1

xt+1

gate

ゲート制御

1. ht

2. yt

3. xt+1

ht+1 = ht s(x)

● s(x) = (1+e-x)-1

● x = Wf (yt + ht + xt+1)

ゲートによって長距離依存LTDを解消可能

もっと改良可能？Can we improve more?

入力ゲートの導入

ht

yt

xt

ht+1

yt+1

xt+1

gate

gate

ht+1 = ht s(w(ht + xt+1))

● s(x) = (1+e-x)-1

● x = yt + ht + xt+1

もっともっと可能？You need more?

出力ゲートの導入

ht

yt

xt

ht+1

yt+1

xt+1

gate

gate

gate

ht+1 = ht s(w(ht + xt+1 + yt+1))

● s(x) = (1+e-x)-1

● x = yt + ht + xt+1

LSTM

LSTM の生理学的対応物

http://kybele.psych.cornell.edu/~edelman/Psych-2140/week-2-2.html

How does LSTM work?1. LSTM replaces logistic or tanh hidden units with “memory cells” that

can store an analog value.

2. Each memory cell has its own input and output gates that control.

3. There is a forget gate which the analog value stored in the memory celldecays.

4. For periods when the input and output gates are off and the forget gate is

not causing decay, a memory cell simply holds its value over time.

Le, Jaitly, & Hinton (2015)

別モデル GRU An alternative of the LSTM

h~h

x

y

r: resetgate

input

output

u update

gate

ut = s (W

u + u

u )

ht = f (W

h + u

h (u

t @ )

rt = s (W

r + u

r h

t-1)

tilde(h) = (1- rt) h

t + r

t tilde(h

t-1)

yt = W

y tilde(h

t)

別モデル GRU An alternative of the LSTM

h~h

x

y

r: resetgate

input

output

u update

gate

ut = σ (Wuxt + Uuht−1) .ht = ϕ (Wxt + Uh (ut ⊙ht−1)) ,rt = σ (Wrxt + Urht−1) ,h̃t = ( 1 − rt) ht + rth̃t−1,yt = Wyh̃t

双方向RNN (Bidirectional RNN)

前行ステート

逆行ステート

yt-1

xt-1

yt

xt

yt+1

xt+1

グレーブス (Graves, 2013)の生成 LSTM出力

中 間 層

入力

深層 LSTM Depth Gated LSTM

ht− 1

( a ) 直 前 ( b ) 生 成 ( c ) 再 帰 ( d ) 推 論 ( e ) 全関与

ht

zt

x t

ht− 1 ht

zt

x t

ht− 1 ht

zt

x t

ht− 1 ht

zt

x t

ht− 1 ht

zt

x t

図 4.31 種々の LSTM 変種

Pascanu (2014) よりy( t )

h( t )h( t− 1)

x( t )

y( t )

h( t )h( t − 1)

x( t )

y( t )

h( t )h( t − 1)

x( t )

( a ) ( b ) ( c )

y( t )

h( t )h( t − 1)

x( t )

y( t )

h( t − 1)

x( t ) z( t )

z( t )h( t )

( d ) ( e )図 4.27 パスカヌらの文献 108) の図 2 を改変

Pascanu (2014) より

I * x i

m

h

m ′1h ′1

m ′2

h ′2

m 1h 1

m 2

h 2

m ′

h ′

h ′

2 次元格子状 LSTMブロック

標準の LSTMブロック

1 次元格子状 LSTMブロック

3 次元格子状 LSTMブロック

Pascanu (2014) より出力層

入力層

隠れ層

T1 T2 Tg

図 4.33 時 計 状 LSTM

47

Actor is Schmithuber who proposed LSTM https://www.youtube.com/watch?v=-OodHtJ1saY