1. Seq2Seq的应用
1.1. 机器翻译
机器翻译最早期是逐字翻译。缺点很明显，翻译很不流畅，读起来很别扭
后来人们尝试根据统计学和概率来做机器翻译。每个词都有对应翻译的候选值，各个词之间的候选值组合成一句话，选择其中一个概率最大的组合
现在主流的做法是基于循环网络和编码。这里的编码是指将用户输入的话（序列）转化成一个向量，经过一些网络结构，最后再将向量解码得到另一种自然语言
输入是序列，输出是序列，中间要经过编码和解码，这就是Seq2Seq
1.2. 文本摘要
1.3. 情感对话生成
2. Seq2Seq网络架构
在解码过程中，可以看到 <END> ，有时也写为 <EOS>（End Of Sentence） ，代表终止字符。在解码时，不能让数据无限制地解码下去，所以要设置一个终止字符
3. Seq2Seq存在的问题
前面压缩损失了信息，解码时忽略了这一问题，会导致问题
输入的序列不能过长。长度在10~20之间是最合适的
