为什么使用
如何理解Transformer论文中的positional encoding，和三角函数有什么关系？ - 知乎 (zhihu.com) #card
-
如何构建一种位置编码？
-
直接使用下标计数 PE= pos
- 序列没有上限，后面的词可能位置编码非常大。
-
使用文本长度对每个位置归一化 PE = pos/(T-1)
- 不同长度文本的位置编码步长是不同的，长文本和短文本中两个相邻词的位置编码存在差异
-
有界周期函数
-
-
本质对位置信息进行建模，需要满足
-
需要体现同一个单词在不同位置的区别
-
相对次序关系，体现先后次序关系，编码差异不应该依赖于文本长度
-
值域落在一定数值区间内
-