摘要：
整体流程与第一篇差不多，只是在encoder和decoder加入了RNN Encoder: 1. ai=xi+li ai=词向量+词在序列中的位置信息（相当于一个权重，[M, 1]） 流程： 先是CNN获取位置信息，然后再加上词向量，然后再通过LSTM 2. 常见的求注意力权重的方法 a. ht-1 阅读全文
摘要：
流程： 1.文本和摘要全部输入到模型中。 2.训练时，对生成摘要取前C个词，从头开始取，如果生成的摘要不足C，那么不足的地方直接补<s>。 3.训练时，最大化生成的摘要与原摘要的概率，即每个生成的词与原摘要的词进行对比，用损失函数计算梯度，然后下降。 4.预测时，已经具有了权重的模型，会逐词生成N个 阅读全文