该博客介绍了2017年ACL会议上一篇关于增强LSTM在网络中的应用，特别是在自然语言推理任务上的表现。文章对比了sequential model和Tree-LSTM model，重点讲解了输入编码、局部推理建模和推理组合三个步骤，其中Tree-LSTM模型利用树结构提升语义表示。
网络的大体框架：
图左侧是sequential model, 右侧是 Tree-LSTM model
自下而上由三个部分组成：
(1) input encoding
(2) local inference modeling
(3) inference composition
接下来针对每一部分给出详细解释：
第一部分：input encoding
A: sequential model 的做法
句子中的每个词都有了包含周围信息的 word representation
B: Tree-LSTM model的做法
最低0.47元/天 解锁文章
1045
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
