DAM模型

1.概述

　　DAM用于处理一个连续型的问答问题，问题的答案存在于一个序列中，模型的目标是从待选择的答案中选出最合适的答案并给予评分。

2.模型结构

　　

 

3.模型

　　输入是若干个问题，和一个答案的集合，经过embeding形成字向量，词向量，和句子向量，然后经过多层的self-attention机制形成字，词，句子级三个不同粒度的向量。

　　attentionMoudle

　　

 

　　公式：

　　　　

 

 

　　

 

　　记作：

　　　　

 

　　在attentive过程中每一层和上一层的关系

　　　　

 

　　其中l代表粒度，i代表问题的序号。

　　Matching过程

　　对于上一层的输出，

　　　　

 

　　　　　　

 

　　　　　　

 

 

　　然后通过池化形成评分结果

　　　　

 

 

　　　　　　

 

 

 

 

 

 

 

 

 

 

　　

 

标签：一层,DAM,模型,粒度,答案,向量
来源： https://www.cnblogs.com/yangyang12138/p/12934474.html