知识卡片

普通读书笔记卡 · 6473.d.4.e.4 · 生成模型:未记录

重建目标不足以保证摘要可读

理解等级:中级

若把文本自编码器的中间表示约束为短文本,单靠重建,编码器与解码器可能学出人类难懂的编码,而不是摘要。引入判别器约束文本分布可鼓励可读性,但也不能单独保证摘要忠实或覆盖要点。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 自编码器 11.5 自编码器应用之离散隐表征 · 查看原书依据

      如果真的可以训练出这个模型,并且如果这串文字真的可以代表摘要,也许就能让机器自动学会做摘要这件事. 让机器自动学会做无监督的总结真有这么容易吗?实际上这样训练起来以后,就会发现是行不通的,为什么呢?因为编码器和解码器之间会发明暗号,产生一段文字,而这段文字我们是看不懂的,根本就不是摘要. 这时候怎么办呢?回想 GAN 的概念,如图11.14 所示,加上一个 判别器,判别器看过人类写的句子,所以它知道人类写的句子是什么样子,但这些句子不需要是文章的摘要. 然后编码器要想办法骗过这个判别器,比如想办法产生一些句子,这些句子不仅可以通过解码器还原之前的文章,还要使判别器觉得像是人类写的句子,我们期待通过这种方法可以强迫编码器不是只产生一段编码给解码器去破解,而是产生一段让人看得懂的摘要.

    参考来源

    - 位置:《深度学习详解》第11章《自编码器》11.5 自编码器应用之离散隐表征(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter11.xhtml`) - 结论依据:原文及配图解释重建、噪声、解耦、离散码与生成应用;限制条件以审慎方式说明。 - 原始内容:如果真的可以训练出这个模型,并且如果这串文字真的可以代表摘要,也许就能让机器自动学会做摘要这件事. 让机器自动学会做无监督的总结真有这么容易吗?实际上这样训练起来以后,就会发现是行不通的,为什么呢?因为编码器和解码器之间会发明暗号,产生一段文字,而这段文字我们是看不懂的,根本就不是摘要. 这时候怎么办呢?回想 GAN 的概念,如图11.14 所示,加上一个 判别器,判别器看过人类写的句子,所以它知道人类写的句子是什么样子,但这些句子不需要是文章的摘要. 然后编码器要想办法骗过这个判别器,比如想办法产生一些句子,这些句子不仅可以通过解码器还原之前的文章,还要使判别器觉得像是人类写的句子,我们期待通过这种方法可以强迫编码器不是只产生一段编码给解码器去破解,而是产生一段让人看得懂的摘要.