Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation

標籤：

1.主要完成的任務是能夠將英文轉譯為法文，使用了一個encoder-decoder模型，在encoder的RNN模型中是將序列轉化為一個向量。在decoder中是將向量轉化為輸出序列，使用encoder-decoder能夠加入詞語與詞語之間的順序資訊。

2.另一個任務是將序列表達為一個向量，利用向量能夠清楚的看出那些語義上相近的詞聚集在一起。

3.在設計RNN的隱藏層時，在讀入或產生序列加入了reset和update門，可以選擇丟掉記憶資訊和更新記憶資訊，得到了更有意義的結果。

Learning Phrase Representations using RNN Encoder–Decoder for Statistical Machine Translation