循环神经网络(Recurrent Neural Networks,RNN),是一种反馈网络,模拟“人脑记忆功能”,它能有效处理序列特性的数据,能挖掘数据中的时序信息以及语义信息。常用于语言识别、机器翻译、视频分析、生成图像描述等。RNN主要用于时序类数据(一般指文本类数据和音频类数据)的处理。
循环神经网络(RNN)应用领域:主要是自然语言处理(NLP)方向
- 文档分类和时间序列分析(识别文章的主题)
- 时间序列对比(比较两个文档的相关程度)
- 序列到序列的学习(中文翻译为英文)
- 情感分析(推文或电影评论的情感划分为正面或负面)
- 世间序列预测(根据最近的天气数据来预测未来天气)