← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9854.g · 生成模型:Hunyuan

注意力分配值的计算

理解等级:中级

注意力分配概率通过一个对齐函数计算:把解码器上一时刻隐状态H(i-1)与编码器每个时刻隐状态hj逐一比较,得到对齐分数e(tj),再经Softmax归一化为0到1的概率。不同论文对函数F的定义不同,点积、双线性或小型神经网络都可胜任,但整体框架一致。从物理意义看,这既可解释为目标词与源词的对齐模型,也可理解为源词对生成当前词的影响力模型。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第5章 注意力机制 · 查看原书依据

      这些概率可以用目标输出句子i-1时刻的隐藏层节点状态H i-1与输入句子中每个单词对应的RNN隐藏层节点状态h j进行一一对比,即通过对齐函数F(h j,H i-1)来获得目标单词和每个输入单词对应的对齐可能性。

    参考来源

    - 位置:《深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)》第5章 注意力机制(源文件:extracted/深入浅出Embedding:原理解析与应用实践 (吴茂贵, 王红星)/_epub-src/OEBPS/Text/Chapter8_0002.xhtml) - 结论依据:原文说明用H i-1与h j通过对齐函数F获得对齐可能性并经Softmax得到分配概率,同时指出可把注意力理解为对齐模型或影响力模型。 - 原始内容:这些概率可以用目标输出句子i-1时刻的隐藏层节点状态H i-1与输入句子中每个单词对应的RNN隐藏层节点状态h j进行一一对比,即通过对齐函数F(h j,H i-1)来获得目标单词和每个输入单词对应的对齐可能性。