时间：2014
作者：Edward，牛津的
发表于：acl tutorial
概要：
总结NLP中的向量表示（vsm），将新近的deep learning纳入到这个表示体系（思路）当中。概要性的ppt。当前难点在于如何从词的表示扩展到短语、语句的表示，对现阶段工作有比较好的总结。
1. 分布式表示方法
1.1 symbolic/discrete approach
符号表示法，离散表示法，如：ngram模型。
优点是快速、训练代价小；缺点是不能解决长距离问题、不能解决推理问题
1.2 from discrete to distributed representations
用feature vector来代替具体的符号。
这个tutorial主旨是：（1）如何学习词的向量表示；（2）如何把这种表示扩展到短语、语句
2. Distributional Semantics
vsm的回顾：利用词语之间的同现关系来描述某个特定词语；词语和文档之间的矩阵；词语和pattern之间的同现，等等。
向量中每个维度的取值：tf/idf, 互信息,Dice系数等等
LDA用来降维。矩阵分解方法。等等。
向量之间的距离（相似度）计算：欧氏距离、jaccard相似度、Dice稀疏、KL距离等等
3. Neural Distributed Representations
3.1 对数线性（最大熵）模型的回顾
神经网络对对数线性模型的扩展：（1）所有词语（特征）都用向量表示；（2）从前的特征函数f，由指示函数（符合条件的值为1，否则为0）变成非线性函数，如：sigmoid函数；（3）特征之间的关系用矩阵表示，如：修饰关系
Neural language model的计算复杂度通常由词表大小决定，此表比较大的时候效率会急剧降低。两种解决方法：
（1）用Neural language model针对常用词来简历语言模型，用传统ngram模型对剩下的词语建立语言模型
（2）调整目标函数，在计算梯度的时候采用近似方法：其中一个方法是用词类来代替梯度计算中的词语本身，还有一个方法是对词表构造二叉树，在训练中用二叉树中的节点来代替词语本身。
相比传统Ngram模型，Neural LM的优势在于：能够很好地对未出现事件进行预测，所占用的内存更小；不过缺点在于，当数据规模很大的时候，NLM的规模也会很大，训练时间也会很长。
3.2 conditional generation
word2vec不像ngram考虑词语顺序，而只是考虑词语之间的同现关系。word2vec将词语表示成实属向量的形式，如何根据词语的实数向量来”生成“语句？
“加法模型”：将所有词语向量每个维度加和，作为语句的隐层内部表示，然后由这个内部表示再生成原来的语句对应的目标语句（机器翻译）。
4. Semantic Composition （翻译为“语义表示”或者“语义组成”）
4.1 初衷
词语可以用实数向量表示，并且根据向量我们可以计算词语之间的关系（距离、相似度、等等），如何把这个扩展到语句呢？如何计算两个语句是否相似呢？——对于语句级别，当用统计方法（而非语言学方法），对于unseen event无法做出准确估计，且统计方法面临维数灾难的问题。语句级别的计算很有意义，对于paraphrase、机器翻译等都很有帮助。
4.2 model
4.2.1 Algebraic vector composition方法
说白了就是对词语的向量中的每个维度做线性代数计算，加减乘除、扩展等等，最终的结果向量，作为语句的表示向量。
缺点很明显：没有词序信息、没有上下文信息等等
4.2.2 Neural model
一种方法，建立句法树，叶子节点是词节点，用实数向量表示，内部节点是句法节点，从叶子节点的表示中学习得到
另一种方法，每个节点表示成一个向量和一个矩阵（越来越玄了）
第三种方法，convolutional neural network方法：convolutional neural network通过学习、组合局部特征来对全局进行判定，用在图像处理当中，如：手写体识别。convolutional neural network的解决问题的特点与NLP问题很相似：都是由局部特征组成、都是位置相关、都是有层次结构、等等。convolutional neural network处理的基本数据结构是：一个语句中的所有词语都由实属向量组成，这些向量按照在句子的顺序排列在一起，形成一个矩阵，处理对象就是这个矩阵。卷积开一个M的窗口，类似ngram模型，这个窗口作为上下文，将输入投影到输出空间当中，移动M窗口，不断如此做下去，最终得到的输出作为句子表示。————这个方法听起来靠谱多了。Kalchbrenner
在acl2014的poster的工作就是这个。
在acl2014的poster的工作就是这个。
4.2.3 training
autoencoder, recursive autoencoder, 反向传播、梯度下降
4.2.4 应用
语义相关的分析、交叉语言文本分类。