[发明专利]一种基于transformer多种注意力机制的权重分配方法在审
| 申请号： | 201910924914.X | 申请日： | 2019-09-27 |
| 公开（公告）号： | CN110688860A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 闫明明;陈绪浩;罗华成;赵宇;段世豪 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F40/47 | 分类号： | G06F40/47;G06F40/45 |
| 代理公司： | 51126 成都中亚专利代理有限公司 | 代理人： | 王岗 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于transformer多种注意力机制的权重分配方法；包括：注意力机制的输入是目标语言的目标语言和源语言的词向量，输出是一个对齐张量。使用多个注意力机制函数可以输出多个对齐张量输出，并且由于计算过程中有随机参数的变化，所以每个输出是不同的。在此将所有的注意力机制模型都投入运算中，并将多种注意力机制输出做正则化计算，来逼近最佳输出。这种正则化计算方法确定了所得的值不会偏离最优值太远，也保存了各个注意力模型的最优性，若是一个注意力模型的实验效果极好，则加大该模型的权重函数来加大该模型对最终输出的影响力，从而提高翻译效果。 | ||
| 搜索关键词： | 注意力机制 输出 注意力模型 目标语言 对齐 正则化 计算过程 权重分配 权重函数 实验效果 随机参数 词向量 源语言 最优性 运算 逼近 偏离 翻译 保存 | ||
【主权项】：
1.一种基于transformer多种注意力机制的权重分配方法，应用基于注意力机制的transformer模型中，其特征在于；包括如下步骤：/n步骤1：在transformer模型中，针对应用情景选取其中较优秀的模型输出。/n步骤2：初始化权重序列δ的值，第一次计算时权重序列δ为随机数，并且δ
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910924914.X/，转载请声明来源钻瓜专利网。
