Sequence to Sequence Learning with Neural Networks (2014 论文)

概述

提出 Seq2Seq 架构的论文，使用编码器-解码器范式实现机器翻译等序列到序列任务。

关键内容

1. 编码器-解码器范式：使用 LSTM 编码器将输入序列压缩为固定长度向量，解码器生成输出序列。
2. 机器翻译突破：在英法翻译任务上取得优异结果，展示了神经网络可以学习复杂的序列映射。
3. 局限性：固定长度瓶颈向量难以处理长序列，这一问题直接催生了 Bahdanau注意力 和 注意力机制（Attention Mechanism） 的研究。

来源

• ai_papers_timeline.md — 2014 年时间线条目

相关

• Ilya Sutskever — authored_by
• 编码器-解码器架构（Seq2Seq） — introduced
• Bahdanau注意力 — inspired