受Attention的启发，当要表示序列中某一时刻的状态时，可以通过该状态与其他时刻状态之间的相关性计算，即所谓的“观其伴，知其意”，这又被称作自注意力机制（Self-Attention）。

self-attention：把Attention用在一个RNN网络上。

• 在提出self-attention的原始论文:Long Short-Term Memory-Networks for Machine Reading中，对LSTM网络使用了Self-Attention。本文为了方便理解，对SimpleRNN使用Self-Attention。

具体流程

1. RNN的输入为$[x_1,x_2,......]$、初始隐藏状态$h_0=0$、初始context vector$c_0=0$
2. 更新$h_1$$$h_1=tanh(A\cdot \left[\begin{array}{c}{x}_1\\ c_0\end{array}\right]+b)$$
   也可以$$h_1=tanh(A\cdot \left[\begin{array}{c}{x}_1\\ c_0\\ h_0\end{array}\right]+b)$$
3. 更新context vector$$c_1=h_1$$
4. 更新$h_2$$$h_2=tanh(A\cdot \left[\begin{array}{c}{x}_2\\ c_1\end{array}\right]+b)$$
5. 重点更新context vector：$c_2$
   • 计算权重：对$h_2$和$h_1，h_2$（$h_0$为全0，忽略）$${\alpha }_i=align(h_i,h_2)$$
   • 更新$c_2$$$c_2={\alpha }_1{h}_1+{\alpha }_2{h}_2$$

此后重复以上过程

总结

通过self-attention，可以直接计算两个距离较远的时刻之间的关系。

而在RNN中，由于信息是沿着时刻逐层传递的，因此当两个相关性较大的时刻距离较远时，会产生较大的信息损失。虽然引入了门控机制，如LSTM、GRU等，可以部分解决这种长距离依赖问题，但是治标不治本。

因此，基于自注意力机制的自注意力模型已经逐步取代RNN，成为自然语言处理的标准模型。

参考

RNN模型与NLP应用(9/9)：Self-Attention (自注意力机制)