神经网络之nlp的深度思考

使用非牛顿透明材料保护手机，使用手写英文识别语音，其实文本也是一个基于时间的序列，也可以使用ctc，而不是交叉熵，袜鞋，声音传递文本信息时候和频率无关，因为任何人任何声色，任何节奏都可以发出你好两个字，所以说节奏和音色是情感的表达，并不能表达文字，故而语音识别要抓住重点就是音形，也就是声音的变化度，如果声音可以表达成波函数，那么文字就是某区间的函数梯度函数，也就是将声音的任何一段拟合成非线性函数，之后这个函数表达式相似即为同一个字
如果用神经网络当做这个函数 ，就是输出结果相似，也就是说将一段声音做逻辑回归，最好的是将每个字的逻辑回归都做一个模型，而后将这些模型合并

文本理解的时候应该提供更多的信息给网络，做好是一个字一个字的信息字典，或者是能组成的词语信息给网络，因为人类在理解文字信息的时候已经知道这些了，可是网络不知道，所以无法理解，

所以一个网络在理解做文章分析和摘要的时候必须有已知的知识做支持，

还有聊天也是需要知识积累的所以一个有知识的网络，也就是说网络有两部分，一部分只做辅助一部分做当前推理，但是并不是拿知识部分进行特征提取，而是拿知识部分进行编码
也就是说transforms中的encoder是知识库，

这样还是不能作为聊天系统 聊天系统必须行为执行的能力，比如说问你昨天给我发了个红包是多少钱，那么这就要查聊天记录，也就是说人的一切近期行为都会被记录下来，这样在聊天的时候涉及到自己的内容，时间不是在未来和当前都要去查找，有关其他不知的就要百度
目前来说，聊天系统要输出 时间 对象 行为 超出当前必须执行的行为要用语言回复，当前必须执行的行为要立刻执行 不执行也要回复理由。