递归神经网络（recursive neural network）是具有树状阶层结构且网络节点按其连接顺序对输入信息进行递归的人工神经网络（Artificial Neural Network, ANN），是深度学习（deep learning）算法之一。递归神经网络（recursive neural network）提出于1990年，被视为循环神经网络（recurrent neural network）的推广。当递归神经网络的每个父节点都仅与一个子节点连接时，其结构等价于全连接的循环神经网络。递归神经网络可以引入门控机制（gated mechanism）以学习长距离依赖。递归神经网络具有可变的拓扑结构且权重共享，被用于包含结构关系的机器学习任务，在自然语言处理（Natural Language Processing, NLP）领域有受到关注。
精品内容
专知会员服务
37+阅读 · 2020年1月30日
微信扫码咨询专知VIP会员