机器翻译
主要特征：输出是单词序列而不是单个单词。 输出序列的长度可能与源序列的长度不同。
流程：
数据预处理
分词
建立词典
建立模型
Encoder-Decoder模型：
一种应用于seq2seq问题的模型，所谓编码，就是将输入序列转化成一个固定长度的向量；解码，就是将之前生成的固定向量再转化成输出序列。在具体实现的时候，编码器和解码器不是固定的,可选的有CNN/RNN/BiRNN/GRU/LSTM等等，可以自由组合。
缺点：
编码和解码之间的唯一联系就是一个固定长度的语义向量C。也就是说，编码器要将整个序列的信息压缩进一个固定长度的向量中去。但是这样做有两个弊端，一是语义向量无法完全表示
