1700539055
，
1700539056
1700539057
（10.23）
1700539058
1700539059
其中语境向量ci是输入序列全部隐状态h1,h2…hT的一个加权和
1700539060
1700539061
1700539062
，
1700539063
1700539064
（10.24）
1700539065
1700539066
其中注意力权重参数αij并不是一个固定权重，而是由另一个神经网络计算得到
1700539067
1700539068
1700539069
，
1700539070
1700539071
（10.25）
1700539072
1700539073
1700539074
．
1700539075
1700539076
（10.26）
1700539077
1700539078
神经网络a将上一个输出序列隐状态si−1和输入序列隐状态hj作为输入，计算出一个xj，yi对齐的值eij，再归一化得到权重αij。
1700539079
1700539080
我们可以对此给出一个直观的理解：在生成一个输出词时，会考虑每一个输入词和当前输出词的对齐关系，对齐越好的词，会有越大的权重，对生成当前输出词的影响也就越大。图10.7展示了翻译时注意力机制的权重分布，在互为翻译的词对上会有最大的权重[29]。
1700539081
1700539082
1700539083
1700539084
1700539085
图10.7 注意力机制的权重分布
1700539086
1700539087
1700539088
1700539089
在机器翻译这样一个典型的Seq2Seq模型里，生成一个输出词yj，会用到第i个输入词对应的隐状态hi以及对应的注意力权重αij。如果只使用一个方向的循环神经网络来计算隐状态，那么hi只包含了x0到xi的信息，相当于在αij这里丢失了xi后面的词的信息。而使用双向循环神经网络进行建模，第i个输入词对应的隐状态包含了和，前者编码x0到xi的信息，后者编码xi及之后所有词的信息，防止了前后文信息的丢失，如图10.8所示。
1700539090
1700539091
1700539092
1700539093
1700539094
图10.8 双向循环神经网络的注意力机制模型
1700539095
1700539096
注意力机制是一种思想，可以有多种不同的实现方式，在Seq2Seq模型以外的场景也有不少应用。图10.9展示了在图像描述文本生成任务中的结果，可以看到在生成对应词时，图片上对应物体的部分有较大的注意力权重[30]。
1700539097
1700539098
1700539099
1700539100
1700539101
图10.9 注意力机制在图片描述文本生成中的应用
1700539102
1700539103
逸闻趣事
1700539104