1.Context Vector(考虑上下文关系的向量):
2.self-supervised learning(自监督学习):
3.预测下一个token:
需要注意的是,输入w1来预测出w2的时候,是不能同时把w2输入的,很显然的。否则模型直接训练为与下一个输入相同即可。
通过h1来得出输出为w1的方法,上图中的右侧为一种方法。
最早的使用的model 是一个LSTM:
现在一般使用的是self-attention:
具体是使用了with constraint(限制注意力矩阵中的那些位置可以运算),以防止获取到未来的信息。
比如四个的时候,只有绿色的部分才能够进行计算,白色的部分不能。