Seq2Seq应用场景
机器翻译
自动对话机器人
文档摘要自动生成
图片描述自动生成
诗词生成
生成代码补全
故事风格改写
等等
总而言之,Seq2Seq应用场景,包括了经典的机器翻译、文本摘要和对话生成等,也包括了一些非常有趣的应用,比如:根据公式图片生成latex 代码,生成commit message 等。自然语言生成(NLG)是一个非常有意思,也非常有前途的研究领域,简单地说,就是解决一个条件概率p(output| context)的建模问题,即根据context 来生成output,这里的context 可以非常零活多样,大家都是利用深度学习模型对这个条件概率进行建模,同时加上大量的训练数据和丰富的想象力,可以实现很多有趣的工作。Seq2Seq 是一个简单易用的框架,开源的实现也非常多,但并不意味着直接生搬硬套就可以了,需要具体问题具体分析。此外,对于生成内容的控制,即decoding 部分的研究也是一个非常有意思的方向,比如:如何控制生成文本的长度,控制生成文本的多样性,控制生成文本的信息量大小,控制生成文本的情感等等。