•
8.1.1 处理模型的选择
•
自然语言文本处理：对输入的一段文本进行学习训练后，生成一种
对应输出。
•
由于输入是一段自然语言文本，对其理解与上下文之间有着密切的
关系，一般都会用到循环神经网络 (RNN) 模型。
•
对于输出而言，根据实际应用场景，主要有几种情况：
应用在稿件编写、对图像进行描述等场景中。这类场景，都是针对一个主题，经过学
习，输出一段有实际表达含义的语言文本。采用的神经网络模型一般包括了 CNN 和
RNN 模型。
应用在电影评论、图书评论等情感分析场景中。这类场景，需要对输入的评价意见区
别出积极或者消极的情感来。采用的模型包括基础模型、 LSTM 模型等。
应用在机器翻译中，例如输入一段英文语句，然后将其翻译为中文语句的场景。采用
的模型一般是 seq2seq 模型。
8.1 自然语言文本处理简介
