Transformer改变一切
前面我们已经学习了针对我们的业务目标——「辨别新闻标题A和B的关系」,如何训练一个LSTM孪生神经网络模型,并获得较好的测试验证结果。
这期我们跟着NLP技术路线的进化,认识一下一个划时代的全新网络「Transformer」。是的,名不虚传,它真的就像「变形金刚」一样厉害。
同样,今天的内容没有代码。
Attention Is All You Need
Transformer的故事开始于Google的一篇公开论文『Attention Is All You Need』,https://arxiv.org/abs/1706.03762 。
对于这篇巨作,网上有很多解读性的文章。本系列不会花太多篇幅重述,只做简单介绍。如果想完整了解Transformer 和 Attention的技术细节,可自行搜索阅读。
Transformer是记忆力更更好的网络
我们可以回忆一下不管RNN 或是LSTM ,都是对于当下时刻t的记忆 state_t 与输入 input_t的信息进行合成处理。
而这个「记忆」是沿着时间线逐步积累到当下时刻的。
Transformer 又如何呢?请看下图:
回想一下,RNN 和LSTM 的工作方式就像是在大脑里处理由左到右逐字读到的文字。
Transformer呢? 它像是一个「一目十行」的超人。它无视