算法工程师面试之fastText算法

傷城~ 2023-01-23 03:57 136阅读 0赞

# 前言 #

*  文章来源：LawsonAbs（CSDN）
 *  望各位读者审慎阅读
 *  论文[地址][Link 1]
 *  待更新~

--------------------

这是一篇短小但经典的论文，fastText 也是一个常用的算法，这里先做一个简单的介绍，后面如果再碰到，再细致的更新一下。

在正式的聊fastText 的时候，我们先说下该算法会用到的两个主要算法。

# 0.前提 #

## 0.1 `Hierarchical softmax` ##

## 0.2 `N-gram` ##

# 1.问题 #

深度神经网络虽然在文本分类上有很好的效果，但是训练速度以及推理速度都非常慢，所以facebook 小组就提出使用一种基于linear model的方法去做这个文本分类任务。实验证明，能够在很快的速度内得到不虚神经网络模型的分类效果。

# 2.想法 #

fastText 算法和cbow 模型超级相似。

*  能不能使用简单的线性模型就能实现一个较好的文本分类？  
    当然可以，这就是本文中提出的 fastText 算法。

# 3.模型 #

## 3.1 模型结构 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpdTE2NjU5_size_16_color_FFFFFF_t_70]  
仔细谈谈这个结构。

*  step 1. w 1 , w 2 , . . . , w n w\_1,w\_2,...,w\_n w1,w2,...,wn 是一个  s e n t e n c e sentence sentence 中的单词，如果在使用了 `n-gram`方法之后，这里的`w_i`应该也可以是一个词组。【也就是说，可以先做一个分词】
 *  接着过一个线性层，根据所有的词得到一个 `hidden state` ，这个 `hidden state` 是一个向量
 *  根据上面得到的 `hidden state`作分类操作，判断出 `label`

## 3.2 模型组件 ##

*  为了加快分类的速度，fastText使用了 `Hierarchical softmax` 进行分类
 *  为了提高模型效果，fastText 使用 N-gram 方法，也就是说，使用了词的信息进行文本分类。

# 4.实验 #

*  略

[Link 1]: https://arxiv.org/abs/1607.01759
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpdTE2NjU5_size_16_color_FFFFFF_t_70]: /images/20221004/8155ca454d754473b1f982cd4e6d8ea0.png