用深度神经网络处理NER命名实体识别问题-原创手记-慕课网

本文结构：

什么是命名实体识别（NER）
怎么识别？

cs224d Day 7: 项目2-用DNN处理NER问题
课程项目描述地址

什么是NER？

命名实体识别（NER）是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。命名实体识别是信息提取、问答系统、句法分析、机器翻译等应用领域的重要基础工具，作为结构化信息提取的重要步骤。摘自BosonNLP

怎么识别？

先把解决问题的逻辑说一下，然后解释主要的代码，有兴趣的话，完整代码请去这里看。
代码是在 Tensorflow 下建立只有一个隐藏层的 DNN 来处理 NER 问题。

1.问题识别：

NER 是个分类问题。

给一个单词，我们需要根据上下文判断，它属于下面四类的哪一个，如果都不属于，则类别为0，即不是实体，所以这是一个需要分成 5 类的问题：

• Person (PER)
• Organization (ORG)
• Location (LOC)
• Miscellaneous (MISC)

我们的训练数据有两列，第一列是单词，第二列是标签。

EU  ORG
rejects O
German  MISC
Peter   PER
BRUSSELS    LOC

2.模型：

接下来我们用深度神经网络对其进行训练。

模型如下：

输入层的 x^(t) 为以 x_t 为中心的窗口大小为3的上下文语境，x_t 是 one-hot 向量，x_t 与 L 作用后就是相应的词向量，词向量的长度为 d = 50 ：

我们建立一个只有一个隐藏层的神经网络，隐藏层维度是 100，y^ 就是得到的预测值，维度是 5：

用交叉熵来计算误差：

J 对各个参数进行求导：

得到如下求导公式：

在 TensorFlow 中求导是自动实现的，这里用Adam优化算法更新梯度，不断地迭代，使得loss越来越小直至收敛。

3.具体实现

在 def test_NER() 中，我们进行 max_epochs 次迭代，每次，用 training data 训练模型得到一对 train_loss, train_acc，再用这个模型去预测 validation data，得到一对 val_loss, predictions，我们选择最小的 val_loss，并把相应的参数 weights 保存起来，最后我们是要用这些参数去预测 test data 的类别标签：

def test_NER():

  config = Config()  with tf.Graph().as_default():
    model = NERModel(config)   # 最主要的类

    init = tf.initialize_all_variables()
    saver = tf.train.Saver()    with tf.Session() as session:
      best_val_loss = float('inf')  # 最好的值时，它的 loss 它的 迭代次数 epoch
      best_val_epoch = 0

      session.run(init)      for epoch in xrange(config.max_epochs):        print 'Epoch {}'.format(epoch)
        start = time.time()        ###
        train_loss, train_acc = model.run_epoch(session, model.X_train,
                                                model.y_train)   # 1.把 train 数据放进迭代里跑，得到 loss 和 accuracy
        val_loss, predictions = model.predict(session, model.X_dev, model.y_dev)   # 2.用这个model去预测 dev 数据，得到loss 和 prediction
        print 'Training loss: {}'.format(train_loss)        print 'Training acc: {}'.format(train_acc)        print 'Validation loss: {}'.format(val_loss)        if val_loss < best_val_loss:            # 用 val 数据的loss去找最小的loss
          best_val_loss = val_loss
          best_val_epoch = epoch          if not os.path.exists("./weights"):
            os.makedirs("./weights")
        
          saver.save(session, './weights/ner.weights')   # 把最小的 loss 对应的 weights 保存起来
        if epoch - best_val_epoch > config.early_stopping:          break
        ###
        confusion = calculate_confusion(config, predictions, model.y_dev)  # 3.把 dev 的lable数据放进去，计算prediction的confusion
        print_confusion(confusion, model.num_to_tag)        print 'Total time: {}'.format(time.time() - start)
      
      saver.restore(session, './weights/ner.weights')   # 再次加载保存过的 weights，用 test 数据做预测，得到预测结果
      print 'Test'
      print '=-=-='
      print 'Writing predictions to q2_test.predicted'
      _, predictions = model.predict(session, model.X_test, model.y_test)
      save_predictions(predictions, "q2_test.predicted")    # 把预测结果保存起来if __name__ == "__main__":
  test_NER()

4.模型是怎么训练的呢？

首先导入数据 training，validation，test：

# Load the training setdocs = du.load_dataset('data/ner/train')# Load the dev set (for tuning hyperparameters)docs = du.load_dataset('data/ner/dev')# Load the test set (dummy labels only)docs = du.load_dataset('data/ner/test.masked')

把单词转化成 one-hot 向量后，再转化成词向量：

  def add_embedding(self):
    # The embedding lookup is currently only implemented for the CPU
    with tf.device('/cpu:0'):

      embedding = tf.get_variable('Embedding', [len(self.wv), self.config.embed_size])  # assignment 中的 L   
      window = tf.nn.embedding_lookup(embedding, self.input_placeholder)                # 在 L 中直接把window大小的context的word vector搞定
      window = tf.reshape(
        window, [-1, self.config.window_size * self.config.embed_size])      return window

建立神经层，包括用 xavier 去初始化第一层， L2 正则化和用 dropout 来减小过拟合的处理：

  def add_model(self, window):
  
    with tf.variable_scope('Layer1', initializer=xavier_weight_init()) as scope:        # 用initializer=xavier去初始化第一层
      W = tf.get_variable(                                                              # 第一层有 W，b1，h
          'W', [self.config.window_size * self.config.embed_size,
                self.config.hidden_size])
      b1 = tf.get_variable('b1', [self.config.hidden_size])
      h = tf.nn.tanh(tf.matmul(window, W) + b1)      if self.config.l2:                                                                # L2 regularization for W
          tf.add_to_collection('total_loss', 0.5 * self.config.l2 * tf.nn.l2_loss(W))   # 0.5 * self.config.l2 * tf.nn.l2_loss(W)

    with tf.variable_scope('Layer2', initializer=xavier_weight_init()) as scope:
      U = tf.get_variable('U', [self.config.hidden_size, self.config.label_size])
      b2 = tf.get_variable('b2', [self.config.label_size])
      y = tf.matmul(h, U) + b2      if self.config.l2:
          tf.add_to_collection('total_loss', 0.5 * self.config.l2 * tf.nn.l2_loss(U))
    output = tf.nn.dropout(y, self.dropout_placeholder)                                 # 返回 output，两个variable_scope都带dropout

    return output

关于 L2正则化和 dropout 是什么, 如何减小过拟合问题的，可以看这篇博客，总结的简单明了。

用 cross entropy 来计算 loss：

  def add_loss_op(self, y):

    cross_entropy = tf.reduce_mean(                                                     # 1.关键步骤：loss是用cross entropy定义的
        tf.nn.softmax_cross_entropy_with_logits(y, self.labels_placeholder))                # y是模型预测值，计算cross entropy
    tf.add_to_collection('total_loss', cross_entropy)           # Stores value in the collection with the given name.
                                                                # collections are not sets, it is possible to add a value to a collection several times.
    loss = tf.add_n(tf.get_collection('total_loss'))            # Adds all input tensors element-wise. inputs: A list of Tensor with same shape and type

    return loss

接着用 Adam Optimizer 把loss最小化：

  def add_training_op(self, loss):

    optimizer = tf.train.AdamOptimizer(self.config.lr)
    global_step = tf.Variable(0, name='global_step', trainable=False)
    train_op = optimizer.minimize(loss, global_step=global_step)    # 2.关键步骤：用 AdamOptimizer 使 loss 达到最小，所以更关键的是 loss

    return train_op

每一次训练后，得到了最小化 loss 相应的 weights。

这样，NER 这个分类问题就搞定了，当然为了提高精度等其他问题，还是需要查阅文献来学习的。下一次先实现个 RNN。