自注意力机制入门：一句话为什么能被模型读懂

把一句话切成词元之后，模型靠什么判断「它」指代的是谁？用具体例子解释自注意力、多头与位置信息。

让模型读一句话，第一个问题就出现了：句子里的词是排成一列的，模型怎么知道哪个词在修饰哪个词？…