本文整理个人读论文的一点心得,分享其中有意思的论文观点,主要作为学习笔记,如果能够对读者有帮助,那就更好了。
本文主要关注注意力机制。注意力机制最早在2014年出现在CV领域1,之后Bahdanau,Bengio等人将这种机制运用到自然语言处理领域2,开创了基于注意力机制刷榜NLP各类任务的时代。既然注意力机制这么牛皮,那为什么不直接使用呢?于是Vaswani,Shazeer,Kaiser等人3直接抛弃了RNN,提出了自注意力机制,这就是后来的Transformer架构。之后沿着Transformer这条路发展的预训练模型就一发不可收拾了。
Bahdanau等人最早引入了注意力机制,采用的是双向RNN作为编码层,解码层采用单向的RNN。既然RNN可以添加注意力机制,那么CNN应该肯定也可以(NLP领域使用CNN)。
ABCNN基于CNN的注意力
ABCNN(Attention-Based Convolutional Neural Network),2018年Wenpeng Yin, Hinrich Sch¨utze等人做了尝试4.做的是Answer Selection(AS)