组会 | Attention 中有意思的部分

⚠️ 本博客只记录了 Attention 中有意思的部分

1 词向量

为了方便计算机处理，我们需要将每个单词表示为一个向量。比如，单词 “orange” 可能被表示为：

$${\mathrm{Vec}}_{\mathrm{orange}}=[0.12,0.42,-0.57,...,0.64]$$

而单词 “banana” 可能被表示为：

$${\mathrm{Vec}}_{\mathrm{banana}}=[0.14,0.41,-0.59,...,0.69]$$

由于 “orange” 和 “banana” 都是水果，即在语义上相似，因此其向量在向量空间中的距离较近。

2 通过自注意力机制调整词向量

一个单词在不同语境中可能表达不同的意思，比如单词 “apple”：

• 在 “an apple and an orange” 中表示的是一种水果
• 在 “an apple phone” 中表示的是一种手机品牌

如果我们用同一词向量去表示 “apple”，那么就忽略了语义信息。

个人理解：我们通常用 Word2Vec 把单词逐个转换为词向量，而该过程并没有关注上下文语境。不管是作为水果的 “apple”，还是作为手机品牌的 “apple”，都会被表示为同一词向量。

而自注意力机制将会关注上下文语境，试图为当前单词寻找一种更好的编码方式。

假设经过 Word2Vec：

• “orange” 的词向量为 (0, 3)
• “phone” 的词向量为 (4, 0)
• “apple” 的词向量为 (2, 2)

针对 “an apple and an orange”：

• “apple” 和 “orange” 的余弦相似度为 0.71
• “apple” 和 “apple” 的余弦相似度为 1

计算相似度的方法可以是点积，也可以是余弦相似度。

通过自注意力机制调整 “apple” 的词向量：

$$\underset{e^{0.71}+e^1}{}$$