dot product为何能衡量similarity

https://developers.google.com/machine-learning/clustering/similarity/check-your-understanding
https://math.stackexchange.com/questions/689022/how-does-the-dot-product-determine-similarity

cosine similarity仅取决于两个向量的角度，而dot product同时取决于两个向量的角度和长度，这道题因为vector A的长度比较长，虽然角度很大，但还是能让A与B更相似。
所以自注意力机制得到的attention matrix中，不一定是对角线的元素值最大吧，因为N * C，C * N的矩阵中，如果有一个样本Ni的1C的向量的模特别大，那么它会某些Nj跟Nj特征相乘的值没有Nj跟Ni特征相乘的值大，也就是下面这张图的问题。

是不是一个样本Ni的1C的向量的模特别大，就说明它比较重要呢。