5.2 KiB

Raw Blame History

SUimeModelTraner

深度学习输入法引擎技术方案

1. 任务目标

设计一个基于上下文的输入法引擎模型，输入包括光标前文本、拼音、光标后文本及历史记录，输出候选词序列（文字ID序列），支持束搜索解码，实现精准的拼音到文字转换。

2. 输入表示

四段文本：
- 光标前文本
- 拼音（如“bangdao”）
- 光标后文本
- 符合条件的历史记录（如“绑到|邦道|…”）
编码方式：使用BERT类Tokenizer，统一序列长度 L=128（或88）。
段落区分：通过 token_type_ids 标记段落，取值为 0,1,2,3（分别对应四类输入）。
拼音处理：暂将拼音作为普通文本输入，预留专用嵌入接口供后续优化。

3. 模型架构概览

整体结构分为：输入编码 → Transformer编码 → 槽位记忆 → 交叉注意力 → 门控+专家混合 → 分类头 → 束搜索解码。

![模型架构示意图]

4. 核心模块设计

4.1 Embedding层与Transformer编码器

Embedding维度：512
Transformer层数：4层
多头注意力头数：4或8
输出：上下文表示 H（形状：[batch, L, 512]）
预训练：可选加载structBERT轻量级骨干（链接已失效，当前从头训练）。

4.2 槽位记忆模块

槽位结构：共8个槽位，每个槽位最多可填充3步，总计最多24步。
槽位嵌入：每一步选择的文字ID通过共享的embedding层转换为512维向量。
历史槽位表示：将当前步之前的所有槽位嵌入按顺序拼接，形成动态增长的序列。
位置编码：为拼接后的槽位序列添加可学习的位置嵌入，帮助模型捕捉时序关系。
初始状态：第一步时历史为空，用特殊 [START] 嵌入向量作为占位。

4.3 交叉注意力与注意力池化

Query：当前步的槽位序列（经过位置编码后）
Key/Value：Transformer编码器输出 H
输出：槽位相关的特征序列
注意力池化：对交叉注意力输出序列进行池化（如均值池化或可学习注意力池化），得到固定长度的特征向量 f（维度512）。

4.4 门控网络与专家层（MoE）

门控网络：输入 f，输出20个专家的权重，选择top-3专家。
专家结构：每个专家为残差网络，输出维度 512（与隐藏层一致）。
专家组合：对选中的3个专家输出进行加权求和，得到融合特征 e。

4.5 分类头

设计：采用同维FFN，结构为
Linear(512, 512, bias=False) → LayerNorm → GELU → Linear(512, 10019)
输出10019维（ID范围0～10018，其中0表示终止符）。
优点：保留特征维度，引入非线性，参数量适中。

5. 解码策略：束搜索

搜索范围：在每个槽位步内部执行束搜索，束宽设为 k（如5）。
候选维护：每个候选路径独立维护历史槽位序列（拼接后的嵌入）及累计概率。
终止条件：
1. 所有槽位已填满（8×3=24步）；
2. 当前步所有候选分支的最高概率词均为 0（终止符），则强制退出。
输出：概率最高的完整槽位序列。

6. 训练设置

优化器：AdamW
损失函数：每一步的CrossEntropyLoss（仅计算非填充位置）
训练数据：真实用户输入日志，构造（上下文，拼音，目标槽位序列）三元组
标签处理：每个槽位步的真实文字ID作为监督信号

7. 关键设计考量与潜在风险

设计点	考量	潜在风险/优化
拼音编码	当前作为普通文本，实现简单	多字词场景可能对齐困难，后续可增加专用拼音嵌入层
槽位更新	拼接+位置编码，保留完整历史	序列长度动态增长（最多24），交叉注意力计算量可控
专家层	20专家，top-3组合，增强特征选择性	需确保门控网络负载均衡，避免专家“死”掉
分类头	同维FFN，兼顾容量与非线性	若过拟合可降维或增加Dropout
束搜索	槽位内束搜索，工程复杂度适中	需维护多个候选路径的历史状态，内存管理需注意

8. 后续优化方向

拼音增强：引入拼音专用嵌入（音节级编码）
槽位建模增强：若拼接方式难以学习长距离依赖，可替换为轻量级GRU（但当前暂不采用）
预训练：尝试加载开源中文BERT权重作为编码器初始化
知识蒸馏：若模型过大，可蒸馏为更小版本用于端侧部署

附录：关键超参数（待定）

序列长度：128
隐藏层维度：512
Transformer层数：4
注意力头数：4
专家数量：20
束宽：5
学习率：待调（建议 1e-4 ～ 5e-4，带warmup）

此方案结构完整，模块间接口清晰，可立即进入原型实现阶段。建议先在小规模数据上验证前向与训练流程，再逐步扩展至全量数据调优。