Attention模型：我的Attention跟你们人类不一样

文 | 小轶

背景

截至今日，Badanau Attention的原文citation已达1.34w之多。2020年几乎所有主流NLP任务都需要借助attetion来实现。在深度学习全民炼丹的时代，attention是为数不多具有较强可解释性的机制。

在attention提出后的最初几年，大家都因其效果显著便不假思索地用于了自己的任务；许多paper也理所应当地在实验部分贴上各式各样的attention热图，用于解释模型的内部运作方式（例如下图，来自论文《Using Local Knowledge Graph Construction to Scale Seq2Seq Models to Multi-Document Inputs》）。

然而，attention的可解释性是否确实成立呢? 直到最近两年，这一问题才开始受到关注。在这背后，其实还存在另外一个问题——什么是可解释性? 存在两个层面理解：

能够解释模型的工作原理，即可以从模型的中间结果，分析出其最终结果产生原因。
一种更高层次的要求是：模型具有类似于人的工作的“思维”过程。第1种只要求模型中间结果与最终结果存在某种固定的关联，而这里则还要求该关联与人的思维过程中是相似的。确实，如果模型的脑回路与我们迥然相异的话，我们又凭什么说自己能够解释它呢？

在attention的可解释性上，此前的相关研究还是单从模型本身出发
（model-driven），也就是只停留在了第1层上。比如去年NAACL上发表的这篇《Attention is not Explanation》，他们人为构造了的新attention向量，用于替换原始向量，发现模型结果完全不变。由此，他们否认了attention的可解释性。

今天要和大家分享的这篇paper——《Human Attention Maps for Text Classification:
Do Humans and Neural Networks Focus on the Same Words?》，发表于ACL2020，是第一篇从人机比较的角度来讨论attention可解释性的工作。他们先请志愿者在YELP数据集上在做文本分类任务，要求志愿者标记出影响其分类结果的重点词句，作为人类attention（HAM, human attention map）。然后收集不同模型的attention（MAM, machine attention map）。并设计了一套评价指标，用于分析HAM与MAM之间的差异，给出了一些初步的insight。

这份工作最大的潜在contribution是这个HAM的数据集（已开源），YELP-HAT。它开辟了一种可能性：基于这个数据集，我们或许可以给attention添加一些supervised的控制来提高模型表现。在这方面，CV又一次走在了我们的前面。2016年时一个类似的CV方向数据，VQA-HAT，就已提出了（如下图所示）。该数据集标记了人类在做看图问答任务时的attention所在。之后有大量工作follow，研究如何通过添加supervision，使模型能够attend到关键的图片部分。

VQA-HAT

原文链接：

https://www.aclweb.org/anthology/2020.acl-main.419.pdf www.aclweb.org

数据集链接：

http://davis.wpi.edu/dsrg/PROJECTS/YELPHAT/index.html davis.wpi.edu

HAM vs MAM

这篇paper的思路很好把握：收集HAM数据集；生成MAM；设计HAM和MAM的比较体系；比较HAM和MAM，得出初步结论。接下来分这四个部分，为大家梳理paper内容。

收集HAM

作者团队请志愿者在YELP数据集上在做文本分类任务，要求志愿者标记出影响其分类结果的重点词句，作为HAM。每一篇文本都有三名志愿者进行重复标注。在下图中，蓝色的是两名志愿者的标注结果，红色是模型attention。可以看到，与MAM不同，人对一个词的attention非0即1的（binary）。

HAM与MAM示例

生成MAM

作者用三种模型跑了YELP任务，用于生成MAM。三种模型分别是：

RNN
BiRNN
Rationale mechanism，用基于规则的方式构造attention向量，旨在用supervised的方法模仿人的attention。

下图是三个模型和人类在YELP数据集上的表现（YELP-50/100/200是YELP数据集的三个子集，各子集中的文本平均长度依次递增）。

HAM与MAM的比较体系

作者设计了三个指标，从不同维度比较HAM与MAM的异同：

1. 行为相似度（Behavioral Similarity）：HAM和MAM两个向量之间的AUC，比较了两者在词语选择上的异同。

2. 词性相似度（Lexical Similarity）：先计算HAM和MAM所选词汇的词性分布情况，词性相似度即为两者之间的相关系数。

3. 情感词数量比（Context-dependency of Sentimental Polarity）：这个指标的motivation源于作者发现：那些positive类的文本中也会出现negative的词汇，反之亦然。进行分类判别时，这类文本中positive和negative的词语往往都会被attend到。作者希望比较HAM和MAM所attend到的两类情感词所占比例是否相同。于是就设计了这个指标。