原于2018年1月在实验室组会上做的分享，今天分享给大家，希望对大家科研有所帮助。
今天给大家分享一下对抗训练（Adversarial Training，AT）。
为何要选择这个主题呢？
我们从上图的Attention的搜索热度可以看出，Attention在出现后，不断被人们所重视，基本上现在的顶会论文都离不开Attention。
同样，AT的搜索热度也持续高涨，因此，我们有理由相信AT也能像Attention一样，在学术界大放光彩。
原本的AT，最初是在样本中加入对抗扰动使神经网络失效，当时AT并不广为人知。
但是后来GAN（Generative Adversarial Networks ）的出现，使AT受到了大量的关注，并且也被用于各种任务中。
下面，我们通过三篇论文来介绍一下AT能够应用于何种场景，以及能够取得何种效果。
首先，我们来介绍一下《Domain-Adversarial Training of Neutral Networks》
这篇论文的核心任务是领域适配（Domain Adaptation），也是我们常说的迁移学习。主要涉及两个领域，一个目标领域（target domain）和源领域（source domain），通常，源领域的资源、语料较多、比较适合特征建模，但是并不是任务需要的领域，仅仅是相关领域；但是目标领域虽然是任务需要的领域，但是由于资源、语料少，难于建模。因此，通过在源领域学习特征后，迁移到目标领域，即领域适配。
本文的主要贡献是①一种新的扩充训练集的方式②提出了梯度方向层（Gradient Reversal Layer， GRL）
本文的模型包括三个部分，分别为特征抽取器（feature extractor）、标签预测器（label predictor）和领域分类器（domain classifier）。
特征抽取器主要用于抽取两个领域的特征，而标签预测器用于对源领域的样本进行标签预测（目标领域的语料少，这里假设目标语料没有标注数据，所以不需要对目标语料进行预测）。领域分类器借助GRL对样本是来源于目标领域还是源领域进行预测。
本文的理论依据是如果抽取的特征是两个领域中公共的特征（即仅仅使用该特征无法区分该样本是来自目标领域还是源领域），则该特征比较适合领域适配（即可以利用该特征进行迁移学习，且效果较好）。
那么如何评价领域适配的好于坏呢？
领域适配中涉及目标误差（target error）和源误差（source error），领域适配的好坏可以通过目标误差的大小来衡量。而目标误差可以通过源误差+两领域之间的距离来衡量。
源误差通过损失函数很容易衡量，那么，问题的焦点可以转移到两领域的距离如何衡量上。
在论文中，作者指出可以使用领域散度（domain divergence）来衡量两个领域的距离。但是由于计算复杂，作者又引入代理距离（Proxy Distance）来计算。即代理距离可以通过分类器在两领域上的误差来衡量（ε表示分类器在两领域上得到的最小损失）。
源误差可以通过神经网络来衡量，而距离可以通过代理距离来衡量，则整个领域适配的损失函数便是两者的相加。
源领域的误差可以通过最小化标签分类器的误差来达到最小化；在领域分类器上，由于代理距离的衡量需要最小化分类器的损失，因此模型需要最小化领域分类器的误差。同时由于要寻找两个领域公共的特征，也就是特征抽取的特征不能最小化领域分类器的误差，必须要最大化。这样与普通的后向传播有很大的区别。为此，作者提出使用GRL来将领域分类器传给特征分类器的梯度进行反向。这样在最小化领域分类器的误差时，从特征抽取器的角度看是最大化领域分类器，而从领域分类器的角度看，是最小化领域分类器的误差，这样就形成了对抗，这就是本文的对抗的体现。
通过对抗训练，特征抽取器抽取的特征是两领域中公共的特征，那么就可以利用这些公共特征来进行迁移学习。同时由于本模型不需要目标语料的标签，因此可以大幅度的扩充训练语料规模。
作者在MNIST数据集上对本文模型进行了测试，可以看出文本模型的确有所提升。
AT的另一个应用便是《Adversarial Multi-task Learning for Text classification》，本文可以看成是《Domain-Adversarial Training of Neutral Networks》的一种扩展，基本没有特别大的创新点。
本文主要的任务是多任务学习，也就是某些任务相互关联，而且语料都很少，如果每一任务单独训练一个模型很容易造成过拟合，但是如果将他们一起训练，寻找这些任务中的公共特征，那么模型在这些任务上都有提升。
本文的创新点主要有①通过AT来区分特定任务的特征和公共特征②通过正交化来确保两种特征不产生交集。
本文的模型如上所示，每个任务都有一个LSTM来用提取本任务特定的特征，同时所有的任务都公用一个LSTM来提取公共特征。这两者的区分是通过梯度反向层GRL和正交化来实现的
特定任务的损失直接通过softmax来衡量，而对抗训练通过GRL来实现。
正交化直接通过F范数实现。
作者通过实验也证明本文模型的有效性。
由于《Adversarial Multi-task Learning for Text classification》和《Domain-Adversarial Training of Neutral Networks》相识性，我们可以将这两者进行对比，可以发现本文仅仅是对后者的多类别扩充。
下面，来介绍AT的另一种应用，即《Adversarial Training for Relation Extraction》。
本文的主要贡献在于①将AT视为一种正则化方法②提出对抗噪音，也就是AT正则化的原理。
本文的主要任务是多标签学习。在关系抽取中，由于人工标注语料较少，同时目前的知识库较多（如百度百科、维基等）。因此相关研究者提出通过知识库来自动的创建语料，但是由于是自动标注，因而存在偏差，即标签不一定正确。为了解决标签不一定正确的问题，多标签学习便被提出。
本文的模型首先通过RNN或者PCNN抽取特征，然后通过选择注意力（selective attention）来选择当前实体对最有可能的标签，最后通过softma即可得到模型损失。
本文的对抗是通过在输入层也就是词向量层加入对抗扰动（该扰动能够最大化模型损失）来实现。
本文的对抗的作用与在模型中加入高斯噪音有着相似的效果。与随机的高斯噪音不同，本文的对抗噪音是非随机的，能够使模型损失变大的噪音。能够最大化提高模型的泛化性能。
作者在NYT和UW两个数据集上证明了本文方法的有效性。
我们可以将这三篇论文进行对比，来对AT进行更加深入的理解。
目前，AT主要是用于提取公共特征上，通过这种方式可以有效地扩大训练集。同时还可以将AT作为一种正则化的方法，来提高模型的泛化性能。
但是，缺点也很明显，现在的AT大多是用于迁移学习、多任务学习，这会涉及两个以上的领域，那么对于特定领域、单任务能够利用AT呢？能否在单任务的关系抽取中利用AT呢？
在单任务中利用AT的挑战主要是无法找到生成器（G）和判别器（D），既然G和D不明确，那么对抗也就无从谈起。
同时对抗的另一个缺点便是需要大量的数据，在图像领域，由于数值的连续性，可以很容易的获得大量数据。但是文本领域中的大量数据却不是很好获得。前两篇论文通过多任务来获得大量数据，而最后一篇论文通过远程监督来获得大量数据（通过知识库来自动标注数据集这一技术被称为远程监督）。