超级会员免费看
Seq2Seq模型是n对m结构，包含编码器和解码器，用于从一个句子生成另一个句子。该模型引入了注意力机制，通过上下文向量体现。Transformer和BERT等后续结构深受其影响。编码器通常为双向RNN，解码器则输出结果。训练使用真实标签，评价标准是BLEU分数。
- 它是一个n对m的结构，包括编码器和解码器结构，从一个句子生成另外一个句子。
- 提出了注意力机制，这个注意力机制通过上下文向量来体现。
- 后续的transformer 和 bert 结构都继承了seq2seq。
结构说明：
编码器是一个RNN，读取输入句子，可以是双向
解码器： 使用另外一个RNN来输出
运行机制：
编码器的最后一层输出，作为解码器的输入。
训练
用的是真实的label值。
评价翻译结果：
BLEU：考察这个子序列是否出现在标签序列中。
参考链接：https://blog.csdn.net/angus_huang_xu/article/details/115873866
848
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
