# 递归神经网络
循环神经网络虽然能够处理时间的序列，但是对于一些如树、图等复杂的结构来说，循环神经网络便不能对其进行处理。而递归神经网络(Recursive Neural Network, RNN，便可以处理这种复杂的递归结构。其训练算法为BPTS(Back Propagation Through Structure)。
## 关于递归神经网络
一句话有两个语义，循环神经网络不能处理，而使用递归神经网络则可以较好的解决这个问题。
递归神经网络可以把一个树/图结构信息编码为一个向量，也就是把信息映射到一个语义向量空间中。这个语义向量空间满足某类性质，比如语义相似的向量距离更近。也就是说，如果两句话（尽管内容不同）它的意思是相似的，那么把它们分别编码后的两个向量的距离也相近；反之，如果两句话的意思截然不同，那么编码后向量的距离则很远。
递归神经网络是一种表示学习，它可以将词、句、段、篇按照他们的语义映射到同一个向量空间中，也就是把可组合（树/图结构）的信息表示为一个个有意义的向量。比如上面这个例子，递归神经网络把句子"the country of my birth"表示为二维向量[1,5]。有了这个『编码器』之后，我们就可以以这些
