前言：转载于https://blog.csdn.net/Smile_mingm/article/details/105202022
什么是LSTM与Bi-LSTM
LSTM的全称是Long Short-Term Memory，它是RNN（Recurrent Neural Network）的一种。
LSTM由于其设计的特点，非常适合用于对时序数据的建模，如文本数据。
BiLSTM是Bi-directional Long Short-Term Memory的缩写，是由前向LSTM与后向LSTM组合而成。两者在自然语言处理任务中都常被用来建模上下文信息。
为什么使用LSTM与Bi-LSTM
将词的表示组合成句子的表示，可以采用相加的方法，即将所有词的表示进行加和，或者取平均等方法，但是这些方法没有考虑到词语在句子中前后顺序。如句子“我不觉得他好”。“不”字是对后面“好”的否定，即该句子的情感极性是贬义。使用LSTM模型可以更好的捕捉到较长距离的依赖关系。因为LSTM通过训练过程可以学到记忆哪些信息和遗忘哪些信息。
但是利用LSTM对句子进行建模还存在一个问题：无法编码从后到前的信息。在更细粒度的分类时，如对于强程度的褒义、弱程度的褒义、中性、弱程度的贬义、强程度的贬义的五分类任务需要注意情感词、程度词、否定词之间的交互。举一个例子，“这个餐厅脏得不行，没有隔壁好”，这里的“不行”是对“脏”的程度的一种修饰，通过BiLSTM可以更好的捕捉双向的语义依赖。
LSTM
LSTM模型是由 t t t 时刻的输入词 X t X_t Xt，细胞状态 C t C_t Ct，临时细胞状态 C t ~ \widetilde{C_t} Ct ，隐层状态 h t h_t ht，遗忘门 f t f_t ft ，记忆门 i t i_t it，输出门 o t o_t ot 组成。
LSTM的计算过程可以概括为，通过对细胞状态中信息进行遗忘和记忆新的信息使得对后续时刻计算有用的信息得以传递，而无用的信息被丢弃，并在每个时间步都会输出隐层状态 h t h_t ht。
其中遗忘门 f t f_t ft，记忆门 i t i_t it ，输出门 o t o_t ot 由通过上个时刻的隐层状态 h t − 1 h_{t-1} ht−1 和 当前时间步的输入 X t X_t Xt 得出。
总体框架如下：
最终，我们可以得到与句子长度相同的隐层状态序列 { h o , h 1 , . . . , h n − 1 } \{h_o,h_1,...,h_{n-1}\} {ho,h1,...,hn−1}
Bi-LSTM
前向的LSTM与后向的LSTM结合成BiLSTM。比如，我们对“我爱中国”这句话进行编码，模型如下图所示。
前向的
L
S
T
M
L
LSTM_L
LSTML 依次输入“我”，“爱”，“中国”得到三个向量
{
h
L
0
,
h
L
1
,
h
L
2
}
\{h_{L0},h_{L1},h_{L2}\}
{hL0,hL1,hL2}。后向的
L
S
T
M
R
LSTM_R
LSTMR 依次输入“中国”，“爱”，“我”得到三个向量
{
h
R
0
,
h
R
1
,
h
R
2
}
\{h_{R0},h_{R1},h_{R2}\}
{hR0,hR1,hR2}。最后将前向和后向的隐向量进行拼接得到
{
[
h
L
0
,
h
R
2
]
,
[
h
L
1
,
h
R
1
]
,
[
h
L
2
,
h
R
0
]
}
\{[h_{L0},h_{R2}],[h_{L1},h_{R1}],[h_{L2},h_{R0}]\}
{[hL0,hR2],[hL1,hR1],[hL2,hR0]}，即
{
h
0
,
h
1
,
h
2
}
\{h_0,h_1,h_2\}
{h0,h1,h2} 对于情感分类任务来说，我们采用的句子的表示往往是
[
h
L
2
,
h
R
2
]
[h_{L2}, h_{R2}]
[hL2,hR2]。因为其包含了前向与后向的所有信息，如下图所示：