Yoneda embeddingと意味の表現

【 言語と意味の関係をカテゴリー論で整理する 】

前回のセッションで、意味のcategory M の形を見てきました。

それは、言語のcategory L のオブジェクト x から、Lの射 x → y によってうつされるすべてのオブジェクト yの集合によって表現されます。

Lのオブジェクトxを、その意味を表すcategory Setのあるオブジェクトに割り当てる functor を L(x, − )で表すと、
　　L(x, − ) :  L → Set
と表すことができます。

意味のcategory M のオブジェクトは、この
　　L(x, − ) : Set^L
に他なりません。

【 もとの問題意識に戻る 】

意味のcategory M の構造は定義できたのですが、それで問題が片付いたわけではありません。

もともとの問題意識は、言語のcategory Lと意味のcategory M を関連づけようということでした。
　　L → M
のように。 

Mが定義できたので、これが今度はこうなります。
　　L → Set^L

これを図で表してみましょう。この説明は、スライドをご覧ください。

まず、 言語のcategoryと意味のcategory の関係 を図に表してみました。
次に、この図の上で、語 red の意味がどう扱われるのか、具体例で説明しています。言語のcategory L と意味のcategory Set^L との対応は、Lのオブジェクト red をSet^Lのオブジェクト L(red, − )に対応づけるものです。

一般に、Lのオブジェクト x をSet^Lのオブジェクト L(x, − )に割り当てることを「Yoneda Embedding」と言います。

後半では、こうした構成を一般的な視点から説明しようと思います。

【 表現可能なfunctor 】

ここでは、これらの構成のアイデアのもとにあるYoneda lemmaについて、簡単に説明したいと思います。

category Cから集合のcategory Set へのfunctor

　　 F : C → Set 

が存在する時、このF を表現可能なfunctor と呼びます。

category Cの性質が最初はよく分からなくとも、性質のよくわかっているSet へのfunctor を考えると、Cの性質がSetの言葉で表現されてわかりやすくなると考えていいと思います。

functorでもSetへのfunctorは、特別なんだということです。

【 Hom functor 】

category Cの任意のオブジェクト A,B の間の射 A → B の集まりを、Hom(A, B)と表すことにします。

この時、Hom(A, −)、あるいは、Hom(−, B)で表される、次のような性質を持つCからSetへの表現可能なfunctorを考えます。

　　Hom(A, −) :  C → Set 

このfunctorをHom functor と言います。

まず、 Hom functer Hom(A, −)について説明します。

Hom functor Hom(A, −)は、次のような性質を持っています。

　⚫️ Hom(A, −)は、CのすべてのオブジェクトXを、射の集合Hom(A,X)にうつす。
　⚫️ Hom(A, −)は、Cのすべての射 f : X → Y を、関数 Hom(A, f) : Hom(A, X) → Hom(A, Y)にうつす。 ただし、Hom(A, X)のすべてのgについて、g ⟼ f ∘ g とする。

ここまで、Hom functor Hom(A, −) について説明してきたのですが、それは、意味のcategory の構成に利用してきたのが、このHom Functor Hom(A, −) だったからです。

　　意味のcategory Hom(A, −) :  L → Set 

Yoneda lemmaのもともとの定式化は、Hom functor Hom(−, B)を使ったものでした。　
　　Hom(−, B) : C^op → Set

Yoneda Lemma は、次のことを主張しています。

「F: C^op → Setなるすべてのfunctor FとCのすべてのオブジェクトXについて、natural transformation hom(−、X) → F)は、集合F(X)の要素と一対一に対応する。」

Yoneda Lemma についての説明はここでは省略しました。

【 次回予告 】

次回は、言語のcategory Lの射に確率を導入して、category Lを拡張するという話をします。この拡張は、大規模言語モデルの数学的モデルにとっては、大事な意味を持っています。

--------------------------------

ショートムービー「 Yoneda embeddingと意味の表現 」を公開しました。
https://youtu.be/qkpdelP9qW4?list=PLQIrJ0f9gMcPgnaymP8vC37oKdYa5pvDm

「 Yoneda embeddingと意味の表現  」のpdf資料https://drive.google.com/file/d/1oj0AWb0gP4BCU_mGZcmofo6L1Vp9-MVp/view?usp=sharing

blog 「 言語と意味の関係をカテゴリー論で整理する 」
https://maruyama097.blogspot.com/2023/12/yoneda-embedding.html

「大規模言語モデルの数学的構造」まとめページ
https://www.marulabo.net/docs/llm-math/


コメント

コメントを投稿

このブログの人気の投稿

マルレク・ネット「エントロピーと情報理論」公開しました。

イメージ
前回の秋葉原でのマルレクのネット配信が始まりました。 https://crash.academy/class/156 タイトルを「エントロピーと情報理論 -- 量子情報理論入門 -- 」に変更しました。最初の30分は、無料です。 次回のマルレク「量子コンピュータとは何か？」の導入となるコンテンツです。 講演資料は、こちらです。 https://goo.gl/CKayix  あわせて、ご利用ください。 　　　--------------------------------- 　　　マルレク・ネット　ビデオ・コンテンツ　 　　　--------------------------------- 　「エントロピーと情報理論」 　　　　 https://crash.academy/class/156 　「人工知能の歴史を振り返る」 　　　　 https://crash.academy/class/139/ 　「ニューラル・コンピューターとは何か？」 　　　　 https://crash.academy/class/101/ 　「Google ニューラル機械翻訳」 　　　　 https://crash.academy/class/76/ 　「RNNとLSTMの基礎」 　　　　 https://crash.academy/class/66/
続きを読む

初めにことばありき

旧約の「創世記」の「光よあれ」は、ビッグバンを思わせて、物理学者はちょっと萌えるかもしれないのだが、新約の「ヨハネによる福音書」には、言語学者が喜びそうなフレーズがある。 「初めに言があった。言は神と共にあった。言は神であった。」 僕が知っていたのは、「はじめにことばありき」という訳だったのだが。この口語訳での「言」は、英訳だとこうなっている。 "In the beginning was the Word, and the Word was with God, and the Word was God." 「言」= "Word" である。はじめにあったのは、Wordであって、Language ではない。だから、新しい口語訳では、普段、あまり馴染みない「言」という訳語を使ったのかも。「初めに語があった」では、なんかしまらないんだろうな。（僕は、「はじめにことばありき」というフレーズの方が好きだ。） ちなみに、「ヨハネによる福音書」は、英語では、"Gospel of John" という。「ジョンのゴスペル」である。でも、そう日本語に訳してしまうと、ジョン・レノンがバラードではなく、ゴスペルを歌っているようで、まずいんだろうな。 「ことば」・「言」・"Word" と訳されている、元々の言葉を調べてみると面白い。 キリスト教のオーソドックスな原典であるラテン語訳聖書では、この部分は、こうなる。 "In principio erat Verbum, et Verbum erat apud Deum, et Deus erat Verbum" 「イン・プリンキピオー・エラト・ウェルブム」 英訳 Word のラテン語の原語は、Verbum である。この単語、英語に直訳すれば、Verbである。「初めに、動詞があった。」　言語学の「従属性文法 (Dependency Grammar) 」理論の人たち、喜びそう。 もっとも、英語のVerbは、元々は、動詞というより広く言葉全体をさしてたらしい。そのことは、「ノンバーバル・コミュニケーション (Non-Verbal Communication) 」というのが、動詞を使わないコミュニケーション
続きを読む

人間は、善と悪との重ね合わせというモデルの失敗について

人間は善と悪との「重ね合わせ」だという前回の話は、人間の本性の複雑さを語るのには、ありうる喩えなのかもしれないが、量子の「重ね合わせ」の喩えとしては、実は、二つの点で失敗しているのだ。 一つには、複雑な善と悪との重ね合わせから情報を引き出す「簡単・粗野」な方法として、善か悪かの判断のみを下す「善悪測定器」を、便宜的に導入したのだが、これがマズイ。 複雑な量子の状態を「測定」した時に、我々は、その状態を複雑なまま見いだすことは出来ないのだ。量子が、善と悪との状態の重ね合わせだとしたら、測定によって我々が見いだすのは、必ず、善か悪か、どちらかの状態の量子を見いだす。 もしも、量子が、善悪二つの状態の重ね合わせではなく、もっと沢山の状態（例えば、100個の状態）の重ね合わせの場合でも、我々が「測定」で得られるのは、その中の、たった一つの状態である。 だから、量子の世界では、善か悪かの判断のみを下す「善悪測定器」は、決して「便宜的」なものではなく、これ以外の測定はできないという意味で、「原理的」な制約を表現しているのである。そのことが、先の喩えでは、うまく表現されていない。 量子の不思議さを、「重ね合わせ」の状態が不思議だと思っている人も多いのだが、それは違うと思う。 善と悪との重ね合わせの前回の例もそうだし、波だって、フーリエ変換だって、我々の日常に、たくさん「重ね合わせ」の現象は存在する。それは、ちっとも不思議なことではないし、表象するのも簡単である。 不思議なのは、「重ね合わせ」ではなく、量子に対する「測定」の方なのだ。それは、我々が「測定」に対してもつイメージとは、かけ離れている。量子力学の基礎の部分を構成しているのは、この不思議な「測定」の形式化・数式化なのである。（そして、それは、難しいものではない。今度の「紙と鉛筆」の演習に来て。） 二つ目の失敗も、実は、「測定」の扱いに関係している。 先の例では、丸山は、1,000回ほど「善悪測定器」にかけられ、その結果で、70% 悪人で、30% 善人 だと判定されるみたいな話をした。それが違うのである。 我々が「測定」で得られるのは、「重ね合わせ」を構成する複数の状態の中のたった一つの状態であると書いたのだが、それだけではないのだ。「測定」によって、量子の状態は、「測定」された一
続きを読む