Telling BERT’s Full Story: from Local Attention to Global Aggregation

42904

Knowledge Triples

Source Entity	Relationship	Target Entity
Атрибуция градиента Method	analyzes	Распределения атрибуции OtherEntity
Атрибуция градиента Method	comparesWith	Распределения внимания OtherEntity
Архитектура Transformer Method	uses	Самовнимание Method