长短时记忆网络（LSTM）

在文本分类中，CNN因为主要提取的是局部特征而忽略了global特征，这容易形成一次多义的现象，进而对文本分类的精度产生必定的影响，而LSTM是RNN的一种变形，其处理的输入是序列化的输入，RNN因为容易更长久的记忆能力，容易形成梯度消失，因此能够利用lstm模型来防止序列化输入在传输时形成的梯度消失现象。利用BPTT算法来优化参数。算法   因为RNN能学习任意时间长度序列的输入，但随着输入的增

>>阅读原文<<