CNN和RNN在自然语言中的适用场景

是个问题，有没有人回答一下。
CNN：
关注局部信息，一般要求句子的长度是相同，对语言来说这是一个很大的缺点，因为语言一般来说是不定长的，如果填充和截断对信息都有影响。如果CNN在语言上有突破，可能需要突破这个限制。
但如果是分类模型，可能更加注重局部的一个词语信息，因此可能CNN可能更加适合分类问题。
RNN：
形式上更贴近语言模型，因为到每个词的参数都是相同的，不用在意句子的长度。这个真是RNN的一个优点，但是同样的如果参数都相同，表达能力就受限了。