Self-Attention相比较RNN和LSTM的优缺点

2024.3.13 Self-Attention

Self-Attention相比较RNN和LSTM的优缺点

RNN基本单元结构

无法做长序列，当一段话达到50个字，效果就很差 了复杂度为n的平方

$X_0$往后面越传播，信息越少（如你爷爷的爷爷的爷爷的名字）

LSTM基本结构

LSTM通过各种门，遗忘门，选择性的可以记忆之前的信息（200词）

Self-Attention和RNNs(RNN和LSTM)的区别

RNNs长序列依赖问题，无法做并行

而Self-Attention中计算每个单词之间的相似度，从而解决了长序列依赖问题。并且在计算每个单词之间的相似度问题时是独立进行的，因此可以做并行

Self-Attention得到的新的词向量具有句法特征和语义特征（词向量的表征更完善）

句法特征

语义特征

Self-Attention无论句子序列多长，都可以充分捕获近距离上往下问中的任何依赖关系，进而可以很好的提取句法特征还可以提取语义特征；而且对于一个句子而言，每个单词的计算是可以并行处理的。

理论上 Self-Attention （Transformer 50 个左右的单词效果最好）解决了 RNN 模型的长序列依赖问题，但是由于文本长度增加时，训练时间也将会呈指数增长，因此在处理长文本任务时可能不一定比 LSTM（200 个左右的单词效果最好） 等传统的 RNN 模型的效果好。

上述所说的，则是为何 Self Attention 逐渐替代 RNN、LSTM 被广泛使用的原因所在。