An LP-based hyperparameter optimization model for language modeling
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F18%3A10239458" target="_blank" >RIV/61989100:27510/18:10239458 - isvavai.cz</a>
Výsledek na webu
<a href="https://link.springer.com/article/10.1007/s11227-018-2236-6" target="_blank" >https://link.springer.com/article/10.1007/s11227-018-2236-6</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/s11227-018-2236-6" target="_blank" >10.1007/s11227-018-2236-6</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
An LP-based hyperparameter optimization model for language modeling
Popis výsledku v původním jazyce
In order to find hyperparameters for a machine learning model, algorithms such as grid search or random search are used over the space of possible values of the models' hyperparameters. These search algorithms opt the solution that minimizes a specific cost function. In language models, perplexity is one of the most popular cost functions. In this study, we propose a fractional nonlinear programming model that finds the optimal perplexity value. The special structure of the model allows us to approximate it by a linear programming model that can be solved using the well-known simplex algorithm. To the best of our knowledge, this is the first attempt to use optimization techniques to find perplexity values in the language modeling literature. We apply our model to find hyperparameters of a language model and compare it to the grid search algorithm. Furthermore, we illustrate that it results in lower perplexity values. We perform this experiment on a real-world dataset from SwiftKey to validate our proposed approach. (C) 2018 Springer Science+Business Media, LLC, part of Springer Nature
Název v anglickém jazyce
An LP-based hyperparameter optimization model for language modeling
Popis výsledku anglicky
In order to find hyperparameters for a machine learning model, algorithms such as grid search or random search are used over the space of possible values of the models' hyperparameters. These search algorithms opt the solution that minimizes a specific cost function. In language models, perplexity is one of the most popular cost functions. In this study, we propose a fractional nonlinear programming model that finds the optimal perplexity value. The special structure of the model allows us to approximate it by a linear programming model that can be solved using the well-known simplex algorithm. To the best of our knowledge, this is the first attempt to use optimization techniques to find perplexity values in the language modeling literature. We apply our model to find hyperparameters of a language model and compare it to the grid search algorithm. Furthermore, we illustrate that it results in lower perplexity values. We perform this experiment on a real-world dataset from SwiftKey to validate our proposed approach. (C) 2018 Springer Science+Business Media, LLC, part of Springer Nature
Klasifikace
Druh
J<sub>imp</sub> - Článek v periodiku v databázi Web of Science
CEP obor
—
OECD FORD obor
10102 - Applied mathematics
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Journal of Supercomputing
ISSN
0920-8542
e-ISSN
—
Svazek periodika
74
Číslo periodika v rámci svazku
5
Stát vydavatele periodika
NL - Nizozemsko
Počet stran výsledku
10
Strana od-do
2151-2160
Kód UT WoS článku
000430412400016
EID výsledku v databázi Scopus
2-s2.0-85040232951