Sequence to Sequence Learning with Neural Networks学习笔记

论文的主要创新点 提出了序列到序列的学习方法 提出的背景 DNN的限制: 输入和输出向量维度固定,实际上很多序列问题中的序列长度不是已知先验 单个RNN 的限制: 输入和输出等长,且要一一对齐且对齐已知,无法应用到输入输出不等长且对应关系为非montonic 解决方案 两个RNN理论可行 一个负责将输入充列map 为固定大小的vector(背景向量,含有整个输入句子的信息),另一个RNN将背景向列
相关文章
相关标签/搜索