TransformerのSelf Attentionの部分が理解できなくて困っています

Question

TransformerのSelf Attentionでは、同じ入力に対しそれぞれの行列をかけquery,key,valueに分けるのですがquery,key,valueをどのようなものにするために学習しているのかが分かりません。
また、positional encodingされた入力データをどう活用しているかもわかりません。
よろしくお願いします。

Comments

[y_waiwai]

質問文は編集できます
無駄に質問建てないで、追記修正しよう

[tako]

コメントありがとうございます。
確かにもう一つの質問と被る内容だったので編集しました。