RNN输出答案前的思考机制

因为中文和英语的语序是不完全相同的，句子长度也不相同。在输入的英语中，如果不看到句子末尾就不知道“自行车”这一主体。

所以在整句英文后加一个“EOS”（End Of Sentence）。通过这种方式改变RNN的结构，在所有信息都全部输入后再进行输出的技术就是“seq2seq”。

谷歌曾提出使用“seq2seq”技术实现人机对话的“神经对话模式”。将数千万组甚至是数亿组规模的对话内容、IT help desk（IT行业中的桌面支持）、电影台词录入程序中让机器人进行“学习”，从而使人工智能能够自然顺畅地进行对话。以“seq2seq”为基础的各项技术得到了大量运用，以往很难进行的人机“闲聊式对话”也能够顺畅进行了。