【NLP】 5. Word Analogy Task(词类比任务)与 Intrinsic Metric(内在度量)
Word Analogy Task(词类比任务)
定义:Word Analogy Task 是用于评估词向量质量的内在指标(Intrinsic Metric)。该任务基于这样的假设:如果词向量能够捕捉单词之间的语义关系,那么这些关系应该能够在向量空间中保持一定的结构。
示例:
在一个理想的词向量空间中,单词之间的关系应该满足如下等式:
k i n g − m a n + w o m a n ≈ q u e e n king−man+woman≈queen king−man+woman≈queen
即,如果你用向量 king 减去 man(表示去掉“男性”这个概念),再加上 woman(加入“女性”这个概念),那么你应该接近 queen(女王)的向量
计算方法:
给定一个类比问题 A:B::C:D,即“A 之于 B,如同 C 之于 D”,则计算:D=B−A+C
然后,在词汇表中找到与 D 最接近的词向量,作为预测的答案。
应用:
- 评估词向量的质量,验证其是否能有效捕捉语义和句法关系。
- 在训练 word embeddings(如 Word2Vec, GloVe, FastText)时常用此方法进行测试。
Intrinsic Metric(内在度量)
定义:Intrinsic Metric 是衡量 NLP 模型(如词向量模型)质量的一类指标,通常基于特定的语言学任务,如 Word Analogy Task、Word Similarity Task 和 Clustering Coherence。
特点:
- 快速计算:不需要依赖下游任务,只基于词向量本身计算指标。
- 独立于具体应用:不同于 Extrinsic Metric(外在度量,依赖于特定 NLP 任务的表现),Intrinsic Metric 更关注词向量本身的质量。
常见的 Intrinsic Metric:
- Word Similarity Task:通过计算词向量的余弦相似度,评估模型对同义词、近义词的表现。
- Word Analogy Task:评估词向量是否能正确表示语义关系(如 “Paris” : “France” :: “Berlin” : “Germany”)。
- Clustering Coherence:测试词向量在类别划分上的表现,如同义词是否聚集在一起。
优缺点:
✅ 优点:
- 计算成本低,适用于快速测试词向量质量。
- 提供模型的直观解释性(可以通过类比关系检查向量的语义质量)。
❌ 缺点:
- 不能直接反映模型在实际 NLP 任务中的表现。
- 可能对训练数据敏感,不一定能泛化到真实任务。