Seq2Seqモデルの構造

問題

Seq2Seqモデルについて、誤っている記述を1つ選べ。

Seq2Seq（Sequence to Sequence）は、ある系列データ（Sequence）を入力し、別の系列データを出力するモデルの総称です。

主に入力文を固定長のベクトルに圧縮する「エンコーダ（Encoder）」と、そのベクトルから出力文を生成する「デコーダ（Decoder）」の2つのRNN（またはLSTM等）で構成されます。

機械翻訳や文章要約など、入力と出力で長さが異なるタスクを処理できるのが最大の革新でした。

1. Seq2Seqはエンコーダとデコーダで構成される。

正しい：Seq2Seqは、入力を処理するEncoderネットワークと、出力を生成するDecoderネットワークの2つの主要コンポーネントで構成されます。

2. Seq2Seqは翻訳や要約に使われる。

正しい：入力文を別の言語の文に変換する（機械翻訳）や、長い文章を短い文章にする（要約）など、系列から系列への変換に広く用いられます。

3. Seq2Seqは入力と出力の長さが常に同じである。

誤り：Seq2Seqの最大の利点は、入力系列（例：英語の5単語）と出力系列（例：日本語の7単語）の長さが「異なっていても処理できる」ことです。

4. Seq2SeqはAttentionと併用されることがある。

正しい：長い文章になるとEncoderが情報を1つのベクトルに圧縮しきれず精度が落ちる問題を解決するため、Decoderが入力の重要な部分に「注目」するAttention機構が併用されるようになりました。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ