Sequence to Sequence Learning with Neural Networks學習筆記

論文的主要創新點 提出了序列到序列的學習方法 提出的背景 DNN的限制: 輸入和輸出向量維度固定,實際上很多序列問題中的序列長度不是已知先驗 單個RNN 的限制: 輸入和輸出等長,且要一一對齊且對齊已知,無法應用到輸入輸出不等長且對應關係爲非montonic 解決方案 兩個RNN理論可行 一個負責將輸入充列map 爲固定大小的vector(背景向量,含有整個輸入句子的信息),另一個RNN將背景向列
相關文章
相關標籤/搜索