QA（三）： 复杂attention机制(coattention及bi-attention)_co attention

DCN-动态共同attention网络

两种模型都是类似的，不像前一篇文章介绍的soft attention机制，只是考虑query到context的attention

这里两篇论文都会考虑
query 到 context 和 context到query的attention
然后得到的attention回和原始的encoder向量进行作用，得到修正后的query和context的修正矩阵

然后这些修正后的矩阵和原始的encoder矩阵结合，进入到下面一层的模型预测层。

首先介绍的是coattebtion机制
DYNAMIC COATTENTION NETWORKS
https://arxiv.org/pdf/1611.01604.pdf
标签：相关性矩阵，互为attention，coattention
迭代，HMN，MLP
短文本效果佳

模型



上图是一个简单的图形，question 和 文本经过encoder之后，得到的向量经过 coattention机制在进行encoder，然后decoder得到结果

Passage AND QUESTION ENCODER

对文本passage 和question分别独立进行encoder
$H^p=LSTM(P)$
$H^q=LSTM(Q)$

$H^p \in R^{[l, p]}, H^q \in R^{[l, q]}$
l 是LSTMcell的隐藏层大小，p和q分别是文本passage 和 问题question的长度

然后每个向量后面加上一个特殊的向量，作为模型的识别，得到

$H^p=[H^p,h^p_{\theta }]$
$H^{q}=[H^q,h^q_{\theta }]$

然后qustion经过一层非线性的网络，得到最终的encoder矩阵：

$H^q=tanh(W^q H^q + b^q)$

coattention encoder

首先计算一个相关性矩阵：

$L=(H^p)^TH^q \in R^{(p+1)*(q+1)}$

然后利用相关性矩阵，可以计算passage里面的每一个词和question的attention分数 $A^Q$
以及question里面每一个词和passage里面每一个词的attention分数 $A^P$

$A^Q=softmax(L)$
$A^P=softmax(L^T)$

这两个都是相互的attention score，权重score需要和原始的矩阵机型相乘计算。
我们对文本passage 进行summary，然后经过attention后得到question的修正向量矩阵：

$C^Q=H^pA^Q \in R^{l * (n+1)}$

然后我们利用question矩阵 $H^q$ 和 修正后的question矩阵$C^Q$, 经过attention之后，得到修正后 的passage 矩阵：