©PaperWeekly 原创 · 作者|马敏博
学校|西南交通大学硕士生
研究方向|命名实体识别
总体介绍
注意力机制(Attention Mechanism)最早应用 CV 任务上 ,但最初的论文引用,作者没有找到,如有知晓的,还望在评论中给出。在 NLP 中的最早应用,应该是文献 [1],机器翻译中对齐与翻译联合学习。
直观地说,注意力机制是衡量重要性权重的向量,或元素之间相关性的表示。
先引入 seq2seq 框架,由编码器和解码器组成,广泛用于机器翻译、自动文摘等任务。
由编码器对原始输入进行编码,压缩为固定长度的上下文向量;
编码器最后的一个隐藏层状态送入解码器,进行解码输出。
可以解决变长的输入与输出,用于不同语言、不同长短的输入与输出。常用的网络结构为 RNN,具体为 LSTM 或 GRU。
Attention最初的样子
但是上述任务面临一个问题,仅靠编码层最后一个隐层状态能否包含整个输入的信息,特别当翻译的语句特别长时,这种问题更加显著。
文献 [1] 提出将编码层所有隐层状态经过线性加权后,送入解码层,进行每一步的输出,如下图所示。这样能够保证在解码不同词时,每个词的编码贡献是不同的,也能反映出源语言与目标语言中哪些词是较为相关的。
▲ 文献1中编解码图
公式也特别简单,下面来复述一下:
2.1 首先定义符号:
表示输入序列;
表示输出序列;