Attention Mechanism nedir?
Türkçesi: Dikkat Mekanizması
İngilizcesi: Attention Mechanism
Türkçe Okunuşu: atenşın mekanızım
İngilizce Okunuşu: əˈtɛnʃən ˈmɛkəˌnɪzəm
Dilbilgisi: İsim, (yapay zekâ ve derin öğrenme terimi)
Köken: İngilizce kökenli; “attention” Latince “attendere” (dikkatini vermek, yöneltmek) fiilinden türemiştir. “Mechanism” ise Yunanca “mekhane” (alet, araç) kökünden gelir. Kavram, insan beynindeki dikkat odaklanma süreçlerinden esinlenerek geliştirilmiştir.
Alakalı Sözcükler: Transformer, Self-Attention, Neural Network, Context Vector, Encoder-Decoder Architecture
Attention Mechanism, derin öğrenme ve doğal dil işleme (NLP) alanında, modelin girdiler içindeki önemli bölgelere daha fazla “dikkat” vermesini sağlayan bir tekniktir. Geleneksel yapay sinir ağlarında tüm girdiler eşit öneme sahipken, dikkat mekanizması kritik bilgilere daha fazla ağırlık atar. Bu sayede, uzun metinlerde bağlamı koruma, çeviri doğruluğunu artırma ve konuşma tanıma gibi karmaşık görevlerde performansı yükseltir.
Özellikle makine çevirisinde (Neural Machine Translation) ve günümüzde popüler olan Transformer tabanlı modellerde (BERT, GPT, T5 vb.) temel yapı taşıdır. Görüntü işleme, ses tanıma ve öneri sistemleri gibi birçok yapay zekâ alanında da kullanılır. İnsan beyninin dikkati önemli bölgelere yoğunlaştırma yeteneğini taklit ederek hesaplama gücünü daha verimli kullanmayı sağlar.
« Fihriste Dön
