Encoder-Decoderモデル

Encoder-Decoderモデル[4]は2つのリカレントニューラルネットワーク(RNN)により構成されるニューラル機械翻訳のモデルである．1つのRNNは入力系列を一つの固定長のベクトルに符号化(encode)し，もう一方のRNNにより固定長のベクトル符号を出力の系列へと復号化(decode)する．Encoder-Decoderモデルでは，同時に2つのRNNの訓練を行い，入力の原言語文に対して出力の目的言語文を得る条件付き確率を最大化する．