เปรียบเทียบวิธี

	ทรานส์ฟอร์มเมอร์ (การประมวลผลภาษาธรรมชาติ)	ออโตเอ็นโค้ดเดอร์
สาขาวิชา	การเรียนรู้เชิงลึก	การเรียนรู้เชิงลึก
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2017	2006
ผู้ริเริ่ม	Vaswani, A. et al.	Hinton, G.E. & Salakhutdinov, R.R.
ประเภท	Attention-based deep neural network	Neural network (encoder-decoder)
แหล่งต้นตำรับ	Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS.	Hinton, G.E. & Salakhutdinov, R.R. (2006). Reducing the Dimensionality of Data with Neural Networks. Science, 313(5786), 504–507.
ชื่อเรียกอื่น	Transformer Modeli (NLP), attention-based language model, self-attention network, transformer NLP	Otokodlayıcı (Autoencoder), otokodlayıcı, auto-encoder, encoder-decoder network
ที่เกี่ยวข้อง	4	4
สรุป	The Transformer is an attention-based deep learning model, introduced by Vaswani and colleagues in 2017, that performs text classification, named-entity recognition, and language modelling by letting every token in a sequence attend directly to every other token. It replaced earlier recurrent designs with a self-attention mechanism that processes whole sequences in parallel.	An autoencoder is an encoder-decoder neural network, popularised by Hinton and Salakhutdinov in 2006, that compresses data into a low-dimensional latent code and then reconstructs it, enabling dimensionality reduction and anomaly detection. By learning to rebuild its own input through a narrow bottleneck, it discovers a compact representation of the data.