今天分享一个简单而又有趣的seq2seq模型-Pointer Networks。程序员看到Pointer可能会想到c/c++中的指针，不过这里的Pointer和c/++中的指针可能更像是雷锋和雷锋塔的关系。
任务类型
在某些任务中，输入严格依赖于输入，或者说输出只能从输入中选择。例如输入一段话，提取这句话中最关键的几个词语。又或是输入一串数字，输出对这些数字的排序。这时如果使用传统seq2seq模型，则忽略了输入只能从输出中选择这个先验信息，Pointer Networks正是为了解决这个问题而提出的。
基本模型
Pointer Networks模型非常简洁，结构是基本的seq2seq + attention。对于传统的attention模型，在计算权重之后会对encoder的state进行加权，求得一个向量。而Pointer Networks则在计算权重之后，选择概率最大的encoder state最为输出。示意图如下:
Pointer Networks
论文中使用了寻找闭包这个任务作为例子。简单的说，寻找闭包是从输入的点中找到一些点能把所有的点围起来。例如左上角图的闭包是。左下角则是使用传统的seq2seq模型来解决这个任务，右边则是使用Pointer Networks。其中箭头指向的则是对应时间步的输出。采用这种方式就能解决输出只能从输入中选择的问题，可谓是大道至简。
参考:
[1] Pointer Networks
