1.简介
注意力机制是机器学习中为了模仿人类视觉的选择性注意力机制,为了将更多的“精力”集中到有用的信息上。
在介绍注意力机制之前,首先要介绍一下Seq2Seq模型,它是一种序列转序列的模型,可以将一种语言的句子转换成另一种语言的句子(翻译),也可以是同一种语言的长句子转换成短句子(提取摘要)。
Seq2Seq模型里面有一种框架叫做Encoder-Decoder框架,这也是一开始注意力机制应用的场景之一。
框架很简单,训练样本是句子对<Source,Target>,模型训练的目的就是,输入Source,获得Target。
Source和Target具体是单词序列。
Encoder是通过某种变换,将Source进行编码,转换成中间表示C:
Decoder则是利用之前生成的历史信息和中间表示,来生成当前时刻i要生成的信息
在上述的Encoder-Decoder框架中,并没有引入注意力机制,它是一种注意力不集中的分心模型,我们可以看Target的生成过