通俗易懂理解Attention机制

阅读大概需要5分钟

跟随小博主，每天进步一丢丢

作者：何之源
链接：https://zhuanlan.zhihu.com/p/28054589
来源：知乎

Attention机制理论

在Encoder-Decoder结构中，Encoder把所有的输入序列都编码成一个统一的语义特征c再解码，因此， c中必须包含原始序列中的所有信息，它的长度就成了限制模型性能的瓶颈。如机器翻译问题，当要翻译的句子较长时，一个c可能存不下那么多信息，就会造成翻译精度的下降。Attention机制通过在每个时间输入不同的c来解决这个问题，下图是带有Attention机制的Decoder：

每一个c会自动去选取与当前所要输出的y最合适的上下文信息。具体来说，我们用衡量Encoder中第j阶段的hj和解码时第i阶段的相关性，最终Decoder中第i阶段的输入的上下文信息就来自于所有对的加权和。

举个栗子

以机器翻译为例（将中文翻译成英文）：

输入的序列是“我爱中国”，因此，Encoder中的h1、h2、h3、h4就可以分别看做是“我”、“爱”、“中”、“国”所代表的信息。在翻译成英语时，第一个上下文c1应该和“我”这个字最相关，因此对应的就比较大，而相应的 就比较小。c2应该和“爱”最相关，因此对应的就比较大。最后的c3和h3、h4最相关，因此、的值就比较大。

至此，关于Attention模型，我们就只剩最后一个问题了，那就是：这些权重是怎么来的？

事实上，同样是从模型中学出的，它实际和Decoder的第i-1阶段的隐状态、Encoder第j个阶段的隐状态有关。

同样还是拿上面的机器翻译举例，的计算（此时箭头就表示对h'和同时做变换）：

的计算：

的计算：

以上就是带有Attention的Encoder-Decoder模型计算的全过程。

实例代码

之前我写的一篇实现机器翻译的代码和Attention机制公式详解的文章：

基于attention的seq2seq机器翻译实践详解

IELTS a bit

under way 进行中；航行中；在行进

dislodge vt. 驱逐；使...移动；用力移动

              vi. 驱逐；离开原位

setting n. 环境；安装；沉落

           v. 放置；沉没；使...处于某位置

replenish vt. 补充，再装满；把...装满；给...添加燃料

flourishing adj. 繁华的；繁茂的；盛行的

                 v. 茂盛

优质公众号推荐

主攻内容：Python基础巩固，进阶以及有趣应用

公号特色：全面发展，包括但不限于Python、Linux等。

功能简介：领域包括了「面向 Python 基础，进阶和有趣应用」的一站式技术分享，挖掘学习者在学习当中遇到的各类问题并分享经验，关注实用技能和有趣新闻，感兴趣的推荐关注。

笔者自述：号主是一个爱读书的码农，致力于打造一个有用、良心、走心的公众号。

【这个公众号博主是在我300粉丝的时候认识的，一句话总结：被技术耽误的大文豪O.O】

推荐阅读：

精彩知识回顾

谈谈我在自然语言处理入门的一些个人拙见

大数定律和中心极限定理的区别和联系

深度学习之激活函数详解

深度学习之卷积神经网络CNN理论与实践详解

深度学习之RNN、LSTM及正向反向传播原理

TreeLSTM Sentiment Classification

基于attention的seq2seq机器翻译实践详解

【干货】基于注意力机制的seq2seq网络

---

欢迎关注深度学习自然语言处理公众号，我会每天更新自己在机器学习，深度学习，NLP，linux，python以及各种数学知识学习的一点一滴！再小的人也有自己的品牌！期待和你一起进步！

长按识别二维码

点个赞呗