17. 距離の表現とか
cosine similarity
d = q ⋅ K[n ]
queryとmemoryのnearest neighbor﴾距離はcosine similarity﴿
NN(q, M) = argmax q ⋅ K[i]
k nearest neighbor
NN (q, M)
k nearest neighborでmemory indexの取得
(n , ..., n ) = NN (q, M)
embedded matrix﴾翻訳タスクで使用﴿
i i
i
k
1 k k
19. Memory Loss
nbestの上からpositive index﴾ n ﴿とnegative index﴾n ﴿を1つず
つ取得
n と n におけるコサイン類似度を取得し差分を取る
mergin α = 0.1を課す
lossは以下のとおり
loss(q, v, M) = [q ⋅ K[n ] − q ⋅ K[n ] + α
p b
b p
b p