[Day19] NLP会用到的模型(三)-RNN应用

一. 任务类型

RNN可以根据任务类型不同分成一对一、一对多、多对一等模型，如下图(来源)：

• 一对一: 一个input出来一个output，如影像分类
• 一对多: 一个input输出许多output，如看图说故事，给他一张图片，输出这张图片的意思
• 多对一: 多个input输出一个output，如情感分析，给他一长串句子，通过每个词向量来判断这个句子为正向或负向情绪
• 多对多: 多个input输出许多output，如机器翻译，给他一段中文的词向量，翻译成英文的词向量，又或者是POS任务，每个词对应一个词性~

二. 应用

1. IMDB的情感分析，keras官方网站释出的范例: https://keras.io/examples/nlp/bidirectional_lstm_imdb/
2. 文本分类的任务: https://keras.io/examples/nlp/text_classification_from_scratch/
3. seq2seq的翻译任务: https://keras.io/examples/nlp/lstm_seq2seq/

这个keras的网站把大部分的NN任务都有列出来也秀出了对应的paper~各位可以有空上去看看~

明天会利用LSTM来建立一个POS任务，但因为我之前主要都是用pytorch开发，故会以pytorch为主~~