Attention Network
- Natural Language Inference, Sentence representation and Attention Mechanism 논문을 요약 및 정리하고 추가적인 내용을 덧붙임.
- 딥러닝 모델이 벡터 Sequence 중에서 가장 중요한 벡터에 집중하도록 하는 모델
- State를 고려하여 가장 중요도가 높은 벡터를 중심으로 하나의 벡터로 정리하는 모델.
- Input
- y_1, y_2, ..., y_n: 입력 벡터. 1차원 데이터인 Sequence 뿐만 아니라 2차원 데이터인 이미지 등도 받을 수 있다.
- c: Context. 현재 상태(문맥 등)을 나타내는 벡터.
- Output
- z: context와 sequence를 고려하여, y 벡터 중 가장 중요한 벡터를 위주로 summary된 값.
- Attention Model의 Output은 중요한 벡터를 위주로 summary되기 때문에, Sequence의 중요한 부분에 집중한다고 볼 수 있다.
Attention Model은 개념적으로 아래와 같이 동작한다.
- Input으로 들어온 벡터들의 중요도/유사도를, 현재 state를 고려하여 구한다.
- 각각의 중요도를, 총 합이 1이 되는 상대값으로 바꾼다.
- 상대값 중요도를 가중치로 보고, Sequence에 있는 벡터들을 가중치합한다.
Attention Model을 구현하는 방법은 여러 가지가 있으나, 그 중에서 tanh 함수와 내적곱을 이용한 Attention은 아래와 같이 구현할 수 있다.
- State C에 W_c 행렬를 내적한 값과, 각각의 Sequence의 벡터 y_i에 W_y 행렬를 내적한 값을 더한다. 그리고 이 값을 tanh 함수에 통과킨 값을 m_i이라고 한다.
- m_i 값을 Softmax 함수에 통과시켜 확률을 구한 값을 s_i라고 한다.
- s_i 값과 y_i 값을 내적한다. 이 값을 전부 합친 것이 출력값이 된다.
주의사항
- 여기서 W_c, W_y 행렬은 학습을 통해 값을 정한다.
- 1에서 사용한 방법은 y_i 값과 C 값을 하나로 섞는 이상, 어떠한 방법을 사용해도 무방하다. (예: y_i와 C 값을 내적)
이전 RNN layer의 출력값이 모두 나와야 Attention Model의 출력을 정할 수 있다. (이전 layer의 모든 Output을 Input으로 받기 때문)
- 값을 입력받아 벡터로 만드는 encoder(인코더), 인코더가 출력한 벡터를 바탕으로 원하는 결과를 출력하는 decoder(디코더)가 있다고 하자.
- 일반적인 모델: 인코더의 모든 출력 벡터를 골고루 보고 결과를 출력한다.
- Attention Mechanism: 인코더의 출력 벡터 중 중요한 벡터에 집중한다.
- 예) "Artificial Intelligence"를 "인공 지능"으로 번역한다고 가정한다. 이 때 모델이 '지능'을 예측할 때 'Intelligence'에 주목하게 된다.
- Decoding 과정에서 불필요한 벡터를 보지 않기 때문에 성능이 향상된다.
- RNN Encoder/Decoder를 사용할 때 Attention Model의 Input
- y_1, y_2, ..., y_n: 보통 이전 RNN layer가 출력한 값의 Sequence로 사용.
- c: Attention Model의 Output을 사용하는 RNN 모델의 바로 직전 State를 사용할 수 있다. 예를 들어 RNN 모델의 세 번째 Output을 계산한다면, 두 번째 Output의 hidden state 값을 사용할 수 있다.
# 이전 layer의 전체 값들을 Input으로 받는다
inputs = Input(shape=(input_dims,))
# 각각의 값에 대한 중요도를 구한다.
attention_probs = Dense(input_dims, activation='softmax', name='attention_probs')(inputs)
# 각각의 값 Matrix와 중요도 Matrix를 행렬곱한다. 즉, 입력 값들을 중요도에 따라 가중치합한다.
attention_mul = merge([inputs, attention_probs], output_shape=input_dims, name='attention_mul', mode='mul')-
philipperemy/keras-attention-mechanism에서 소스를 가져와 주석을 달음.
-
수학적인 의미의 행렬(Matrix)를 Dense Layer로 대체하여 구현.
# inputs.shape = (batch_size, time_steps, input_dim)
input_dim = int(inputs.shape[2])
# Input Matrix를 Transpose한다.
a = Permute((2, 1))(inputs)
a = Reshape((input_dim, TIME_STEPS))(a)
# 각각의 값에 따라 중요도를 구한다. (LSTM의 cell 별)
# Matrix로 보면, 아래 layer의 출력은 행: sequence index, 열: input_dim
a = Dense(TIME_STEPS, activation='softmax')(a)
# 다시 Matrix를 Transpose해서 Input Matrix와 차원의 의미가 같도록 수정
a_probs = Permute((2, 1), name='attention_vec')(a)
# a_probs - 행: input_dim, 열: sequence index
# Input 값들을 중요도에 따라 가중치합한다.
output_attention_mul = merge([inputs, a_probs], name='attention_mul', mode='mul')-
philipperemy/keras-attention-mechanism에서 소스를 가져와 주석을 달음.
-
Input Matrix를 Transpose하는 이유
- "각각의 Sequence의 벡터 y_i에 W_y Matrix를 내적한 값을 더한다."를 Dense layer로 구현하기 위해.
- 두 Matrix의 차원의 의미를 동일하게 맞추기 위해
- y_i를 전체로 모은 Y Matrix와 M_y Matrix를 내적한다고 생각하면 된다.
- Dense layer 하나를, 학습해야 할 Matrix로 생각하면 이해할 수 있다.
- Output이 Sequence 형태라면, Input이 어떤 형태든 간에, Input의 특정 부분을 강조해서 보는 형태로 Attention Mechanism을 사용할 수 있다.
- Long-Term Dependency를 해결할 때, 혹은 딥러닝 모델의 학습 상황을 점검할 때 활용 가능하다.
- Transformer, BERT 등에선 CNN/RNN 사용 없이 Attention만으로 모델이 구성되어 있다.
- Long-Term Dependency(장기 의존성)
- 제공된 데이터와 배워야 할 정보의 입력 차이(Gap)가 큰 경우 두 정보의 문맥을 연결하기 어려운 현상.
- LSTM(Long Short Term Memory Network) 등을 활용하여 해결할 수 있다.
- Attention Mechanism을 이용하면 Sequence가 길더라도 그 중에서 중요한 벡터에 집중할 수 있으므로, Long-Term Dependency를 해결할 수 있다.
- Seq2Seq를 이용한 영어-독일어간 번역 모델을 가지고 실험을 한 결과, Attention Model을 적용하면 성능이 소폭 상승한 결과도 있다.
- 딥러닝 모델이 제대로 학습되지 않았으면, 위와 같이 연관된 벡터 간의 중요도가 높게 나오지 않을 것이다. 이런 현상을 통해 딥러닝 모델이 제대로 학습되었는지 확인 가능하다.
- Output에서 Sequence Input 중에서 어느 값이 중요하게 사용되었는지 알 수 있다.
- 위 이미지에서 보면, 두 단어의 뜻이 같은 부분이 활성화가 되어 있는 것을 확인할 수 있다.
- 예를 들어 불어 accord와 영어 agreement는 같은 뜻이므로 Attention Model의 Output이 큰 것을 확인할 수 있다.
- 전혀 상관 없는 부분의 Attention이 높게 나오면 모델이 잘못 학습되었다고 볼 수 있을 것이다.
- 이미지 캡셔닝 모델의 경우, 각 단어별로 이미지의 어떤 부분 때문에 그 단어가 생성되었는지 확인 가능하다.
