19.5 不定长时序的循环神经网络

19.5 不定长时序的循环神经网络

以下为本小节目录，详情请参阅《智能之门》正版图书，高等教育出版社。

19.5.1 提出问题

各个国家的人都有自己习惯的一些名字，下面列举出了几个个国家/语种的典型名字$^{[1]}$：

Guan    Chinese
Rong    Chinese
Bond    English
Stone   English
Pierre  French
Vipond  French
Metz    German
Neuman  German
Aggio   Italian
Falco   Italian
Akimoto Japanese
Hitomi  Japanese

名字都是以ASCII字母表示的，以便于不同语种直接的比较。

如果隐藏掉第二列，只看前面的名字的话，根据发音、拼写习惯等，我们可以大致猜测出这些名字属于哪个国家/语种。当然也有一些名字是重叠的，比如“Lang”，会同时出现在English、Chinese、German等几种语种里。

既然人类可以凭借一些模糊的知识分辨名字与国家/语种的关系，那么神经网络能否也具备这个能力呢？

下面我们仍然借助于循环神经网络来完成这个任务。

19.5.2 准备数据

19.5.3 搭建不定长时序的网络

19.5.4 代码实现

19.5.5 运行结果

代码位置

ch19, Level5

参考资料

[1] PyTorch Sample, link: https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.html