双向RNN原理

1. 引入 我们之前已经了解了RNN中的GRU[2]和LSTM[3]。 怎么样才能进一步优化RNN这样的模型呢？就是使用双向RNN，它能使得我们在序列的某点处，不仅获取之前的信息，还能获取将来的信息。 将来的信息是什么意思呢？为什么根据之前的信息还不足够网络做决策？ 我们看下面的一个例子：用传统RNN做NER，判定某个单词是否为人名。 例子中给出的两句话，第一句话中的Teddy不是人名（是泰迪熊玩

>>阅读原文<<