词袋模型和transformer模型

二者简介

词袋模型

词袋模型（Bag-of-Words model，BOW）BoW(Bag of Words)词袋模型最初被用在文本分类中，将文档表示成特征矢量。它的基本思想是假定对于一个文本，忽略其词序和语法、句法，仅仅将其看做是一些词汇的集合，而文本中的每个词汇都是独立的。

transformer模型

被学界视为代替CNN等卷积模型的东西，可以通过输入->张量变换->输出，实现词袋模型句子识别的功能。且论文发表时是用的法语到英语的一对一翻译的应用。故拿来作比较。

二者原理

词袋模型

例如三个句子如下：

句子1：小孩喜欢吃零食。
句子2：小孩喜欢玩游戏，不喜欢运动。
句子3 ：大人不喜欢吃零食，喜欢运动。

我们根据每个词出现的先后顺序，建立词袋

{“小孩”:1，“喜欢”:2，“吃”:3，“零食”:4，“玩”:5，“游戏”:6，“大人”:7，“不”:8，“运动”:9}

其中keys为词，values为词的索引，预料中共有9个单词，那么每个文本我们就可以使用一个9维的向量queries来表示。
将以上词袋每个词对应位置出现的次数，作为这个位置的值，可以构建每句话，那么上述文本可以表示为：

句子1：[1,1,1,1,0,0,0,0,0]
句子2：[1,2,0,0,1,1,0,1,1]
句子3：[0,2,1,1,0,0,1,1,1]

通过计算向量的余弦距离/汉明距离（两个句子向量二进制位数是否相等，1-9不等的累计+1）来计算两个文本间的相似度，便可得到相应的是否是同一个句子

transformer模型

同样的我们还是可以以上述的句子和词袋为模型，构建我们的transformer模型，其中q、v、k和词袋模型对应的一样，w为权值矩阵，唯一不同是，我们在词袋模型中构建的是单词为基础的模型，transformer构建的字母为基础的模型

如上图，我们输入TinKing 和Machines然后我们将其转换为一个张量（为了适应更高维的数据（通道*矩阵等等），矩阵为二维张量）下图为一三维矩阵

继续正题，然后我们就可以得到q、v、k三个向量，在对其进行一系列变换（trick 计算score=q*k，再对score进行归一化，对归一化的score进行激活，然后再点乘v向量，相加得到最后的z）

上图为全部过程的总览。算的的z我们叫做Attention
对多个句子可以计算得到一个整体的Attention

Transformer模型也没有捕捉顺序序列得功能，论文中在编码词向量时引入了位置编码（Position Embedding）的特征。具体地说，位置编码会在词向量中加入了单词的位置信息，这样Transformer就能区分不同位置的单词了。