Keras: как отображать веса внимания в модели LSTM

Я создал модель классификации текста, используя LSTM со слоем внимания. Я сделал свою модель хорошо, она работает хорошо, но я не могу отобразить веса внимания и важность/внимание каждого слова в обзоре (вводимом тексте). Код, используемый для этой модели:

def dot_product(x, kernel):
   if K.backend() == 'tensorflow':
       return K.squeeze(K.dot(x, K.expand_dims(kernel)),axis=-1)
   else:
       return K.dot(x, kernel)

class AttentionWithContext(Layer):
    """
Attention operation, with a context/query vector, for temporal data.

"Hierarchical Attention Networks for Document Classification"
by using a context vector to assist the attention
# Input shape
    3D tensor with shape: (samples, steps, features).
# Output shape
    2D tensor with shape: (samples, features).
How to use:
Just put it on top of an RNN Layer (GRU/LSTM/SimpleRNN) with return_sequences=True.
The dimensions are inferred based on the output shape of the RNN.
Note: The layer has been tested with Keras 2.0.6
Example:
    model.add(LSTM(64, return_sequences=True))
    model.add(AttentionWithContext())
    # next add a Dense layer (for classification/regression) or whatever
     """

def __init__(self,
             W_regularizer=None, u_regularizer=None, b_regularizer=None,
             W_constraint=None, u_constraint=None, b_constraint=None,
             bias=True, **kwargs):

    self.supports_masking = True
    self.init = initializers.get('glorot_uniform')

    self.W_regularizer = regularizers.get(W_regularizer)
    self.u_regularizer = regularizers.get(u_regularizer)
    self.b_regularizer = regularizers.get(b_regularizer)

    self.W_constraint = constraints.get(W_constraint)
    self.u_constraint = constraints.get(u_constraint)
    self.b_constraint = constraints.get(b_constraint)

    self.bias = bias
    super(AttentionWithContext, self).__init__(**kwargs)

def build(self, input_shape):
    assert len(input_shape) == 3

    self.W = self.add_weight((input_shape[-1], input_shape[-1],),
                             initializer=self.init,
                             name='{}_W'.format(self.name),
                             regularizer=self.W_regularizer,
                             constraint=self.W_constraint)
    if self.bias:
        self.b = self.add_weight((input_shape[-1],),
                                 initializer='zero',
                                 name='{}_b'.format(self.name),
                                 regularizer=self.b_regularizer,
                                 constraint=self.b_constraint)

    self.u = self.add_weight((input_shape[-1],),
                             initializer=self.init,
                             name='{}_u'.format(self.name),
                             regularizer=self.u_regularizer,
                             constraint=self.u_constraint)

    super(AttentionWithContext, self).build(input_shape)

def compute_mask(self, input, input_mask=None):
    # do not pass the mask to the next layers
    return None

def call(self, x, mask=None):
    uit = dot_product(x, self.W)

    if self.bias:
        uit += self.b

    uit = K.tanh(uit)
    ait = dot_product(uit, self.u)

    a = K.exp(ait)

    # apply mask after the exp. will be re-normalized next
    if mask is not None:
        # Cast the mask to floatX to avoid float64 upcasting in theano
        a *= K.cast(mask, K.floatx())

    # in some cases especially in the early stages of training the sum may be almost zero
    # and this results in NaN's. A workaround is to add a very small positive number ε to the sum.
    # a /= K.cast(K.sum(a, axis=1, keepdims=True), K.floatx())
    a /= K.cast(K.sum(a, axis=1, keepdims=True) + K.epsilon(), K.floatx())

    a = K.expand_dims(a)
    weighted_input = x * a
    return K.sum(weighted_input, axis=1)

def compute_output_shape(self, input_shape):
    return input_shape[0], input_shape[-1]


EMBEDDING_DIM=100
max_seq_len=118
bach_size = 256
num_epochs=50
from keras.models import Model
from keras.layers import Dense, Embedding, Input
from keras.layers import LSTM, Bidirectional, Dropout


def BidLstm():
    #inp = Input(shape=(118,100))
    #x = Embedding(max_features, embed_size, weights=[embedding_matrix],
              #trainable=False)(inp)
     model1=Sequential()
     model1.add(Dense(512,input_shape=(118,100)))
    model1.add(Activation('relu'))
    #model1.add(Flatten()) 
    #model1.add(BatchNormalization(input_shape=(100,)))
    model1.add(Bidirectional(LSTM(100, activation="relu",return_sequences=True)))
    model1.add(Dropout(0.1))
    model1.add(TimeDistributed(Dense(200)))
    model1.add(AttentionWithContext())
    model1.add(Dropout(0.25))
    model1.add(Dense(4, activation="softmax"))
    model1.compile(loss='sparse_categorical_crossentropy', optimizer='adam',
              metrics=['accuracy'])
    model1.summary()
    return model1

person Okorimi Manoury    schedule 03.09.2018    source источник


Ответы (4)


См. репозиторий github здесь: https://github.com/FlorisHoogenboom/keras-han-for-docla

сначала определите вычисление весов в слое внимания явно, во-вторых, извлеките выходные данные предыдущих слоев и веса слоя внимания, а затем умножьте их как весовые коэффициенты слова «внимание».

person Li Xiang    schedule 05.07.2019

Прочитав приведенные выше исчерпывающие ответы, я наконец понял, как извлечь веса для слоев внимания. В целом, идеи @Li Xiang и @Okorimi Manoury верны. Для сегмента кода @Okorimi Manoury это по следующей ссылке: Визуализация текстового внимания.

Теперь позвольте мне объяснить процедуру шаг за шагом:

(1). У вас должна быть хорошо обученная модель, вам нужно загрузить модель и извлечь веса слоя внимания. Чтобы извлечь определенные веса слоев, вы можете использовать model.summary() для проверки архитектуры модели. Затем вы можете использовать:

layer_weights = model.layers[3].get_weights() #suppose your attention layer is the third layer

layer_weights — это список, например, для внимания на уровне слов ВНИМАНИЕ, список layer_weights состоит из трех элементов: W, b и u. Другими словами, layer_weights[0] = W, layer_weights[1] = b, and layer_weights[2] = u.

(2). Вам также необходимо получить вывод слоя перед слоем внимания. В этом примере нам нужно получить вывод второго слоя. Для этого вы можете использовать следующие коды:

new_model = Model(inputs=model.input, outputs=model.layers[2].output) output_before_att = new_model.predict(x_test_sample) #extract layer output

(3). Проверьте детали: предположим, что вы вводите текстовый сегмент со 100 словами и размером 300 (ввод — [100, 300]), а после второго слоя размер равен 128. Тогда форма output_before_att будет [100, 128] . Соответственно, layer_weights[0](W) равно [128, 128], layer_weights[1](b) равно [1, 128], layer_weights[2](u) равно [1,128]. Затем нам понадобятся следующие коды:

eij = np.tanh(np.dot(output_before_att, layer_weights[0]) + layer_weights[1]) #Eq.(5) in the paper

eij = np.dot(eij, layer_weights[2]) #Eq.(6)

eij = eij.reshape((eij.shape[0], eij.shape[1])) # reshape the vector

ai = np.exp(eij) #Eq.(6)

weights = ai / np.sum(ai) # Eq.(6)

weights — это список (100 измерений), каждый элемент — это вес внимания (важность) для 100 входных слов. После этого вы можете визуализировать веса внимания.

Надеюсь, мое объяснение поможет вам.

person comma    schedule 16.05.2020

Вы можете использовать метод get_weights() вашего пользовательского слоя, чтобы получить список всех весов. Дополнительную информацию можно найти здесь.

Вам необходимо внести следующие изменения в код во время создания модели:

model1.add(TimeDistributed(Dense(200)))
atn = AttentionWithContext()
model1.add(atn)

а затем, после обучения, просто используйте:

atn.get_weights()[index]

извлеките весовую матрицу W в виде массива numpy (я думаю, что index должно быть установлено в 0, но вы должны попробовать это самостоятельно). Затем вы можете использовать imshow/matshow метод от pyplot для отображения матрицы.

person zimmerrol    schedule 04.09.2018
comment
спасибо за ваш ответ, но если я выполню функцию atn.extract_weights () [0], она вернет сообщение об ошибке: AttributeError: объект «AttentionWithContext» не имеет атрибута «extract_weights» - person Okorimi Manoury; 04.09.2018
comment
@OkorimiManoury Я неправильно написал функцию, смотрите мое редактирование. - person zimmerrol; 04.09.2018

Спасибо за ваше редактирование. Ваше решение возвращает веса слоев внимания, но я ищу веса слов.

Я нашел другое решение этой проблемы:

1.define функция для вычисления веса внимания:

def cal_att_weights(output, att_w):
#if model_name == 'HAN':
eij = np.tanh(np.dot(output[0], att_w[0]) + att_w[1])
eij = np.dot(eij, att_w[2])
eij = eij.reshape((eij.shape[0], eij.shape[1]))
ai = np.exp(eij)
weights = ai / np.sum(ai)
return weights
from keras import backend as K
sent_before_att = K.function([model1.layers[0].input,K.learning_phase()],  [model1.layers[2].output])
sent_att_w = model1.layers[5].get_weights()
test_seq=np.array(userinp)
test_seq=np.array(test_seq).reshape(1,118,100)
out = sent_before_att([test_seq, 0])
person Okorimi Manoury    schedule 04.09.2018
comment
Как вы называете свою функцию cal_att_weights? Является ли код, который вы разместили здесь, полным? - person revy; 05.04.2019