本文的主要内容是基于相对位置表示的自注意力机制是如何工作的。

1. 引论

  本篇文章是基于 Self-Attention with Relative Position Representations(https://arxiv.org/pdf/1803.02155.pdf)，它提出了一种对Transformer的输入序列中的位置编码的替代方法。它改变了Transformer的自注意力机制，从而可以考虑序列元素之间的相对位置。

2. 动机

  RNN的结构是通过隐状态对序列信息进行编码的。

In contrast, the self-attention layer of a Transformer (without any positional representation) causes identical words at different positions to have the same output representation. For example:
  第二个$I$的输出和第一个$I$的输出是不同的，这是因为输入到其中的隐状态是不同的。对于第二个$I$来说，隐状态经过了单词"I think therefore"，而第一个$I$是刚刚经过初始化的。因此，RNN的隐状态会使得处于不同位置的相同词具有不同的输出表示。恰恰相反的是，具有自注意力机制的Transformer（没有位置编码的）会使得不同位置的相同词具有相同的输出表示。

  上图表示的是输入序列为"I think therefore I am"，然后传送到Transformer的的结果。出于可读性的原因，只显示了输入对应的输出“$I$”表示（以不同的颜色）。尽管两个"$I$"位于序列不同的位置，

文章来源: blog.csdn.net，作者：herosunly，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/herosunly/article/details/90231220