Seq2Seq模型

        seq2seq(sequence to sequence)模型是NLP中的一个经典模型。最初由Google开发，并用于机器翻译。它基于RNN网络模型构建，能够支持且不限于的应用包括：语言翻译，人机对话，内容生成等。Seq2Seq，就如字面意思，输入一个序列，输出另一个序列。这种结构最重要的地方在于输入序列和输出序列的长度是可变的。

• Seq2Seq 属于 Encoder-Decoder 的大范畴
• Seq2Seq 更强调目的，Encoder-Decoder 更强调方法

seq2seq模型结构和特点

        seq2seq指的是从序列A到序列B的一种转换。主要是一个由编码器(encoder)和一个解码器(decoder)组成的网络。编码器将输入项转换为包含其特征的相应隐藏向量。解码器反转该过程，将向量转换为输出项，解码器每次都会使用前一个输出作为其输入。

搭建encoder+decoder训练模型

encoder模型在进行训练后，需要把自身的state导出。作为decoder模型的输入，所以需要定制LSTM的两个参数：return_state和return_sequences