对于像下图这样很长的输入文本来说，我们特别希望这个隐藏状态，能够充分概括输入序列，解码器就能够根据这一个向量表征来很好的完成转换了。

但这很难，灾难性的遗忘出现了。比如上面说的这两个段落的字，在看到这的时候，你还能记得多少？能把它们翻译成英语吗？

除此之外，还有一个问题。在基于RNN的模型中，不管原始文本的句子有多长，都会被压缩成一个固定长度的向量。

在解码的时候，会有各种麻烦事，也没办法确定准确的信息。特别是句子很长的时候，更麻烦。

2014年，DeepMind团队发表Recurrent Models of Visual Attention，提出了注意力机制，并将其用于图像分类的任务中。

与CNN相比，使用注意力机制的RNN取得了非常好的效果，直接带起了一波研究注意力机制的热潮。

很快，注意力就出现在了神经机器翻译中。

在ICLR 2015上，蒙特利尔大学的Yoshua Bengio团队发表了一篇论文，在神经机器翻译中引入了注意力机制。（这篇论文在2014年9月，就已经提交到了arXiv上）

注意力，是编码器和解码器之间的接口。有了它，解码器接收到的，就不仅仅是一个统一的向量表征了，还有来自编码器每个时间步的向量表征，比如下图中的绿色节点。