推理部分
下图是整个Encoder－Decode的结构。通过上面的理解，我觉得这个图非常清晰。
Encoder整个输入序列，并且用Encoder最后一个状态结果来初始化Decoder。
将［start］作为输入传递给解码器Decoder。
使用通过Encoder初始化过的Decoder运行一个time stpe。
输出将是下一个单词的概率，将选择概率最大的单词。
这个预测的单词将会在下一时间Step中作为输入。并且通过当前状态更新内部参数。
重复步骤3－5，直到生成［end］或达到目标序列的最大长度。
Encoder－Decoder结构的局限性
Encoder将整个输入序列转为固定的长度，但是当序列很长的时候，Encoder将会很难记住整个序列的内容，无法将所有必要信息准确的编码到固定长度。但是，我们需要关注序列中所有的内容么，不需要。
注意力机制
为了解决长句子的问题，注意力机制出现在人们的视野。注意力机制为对结果重要的部分添加高的权重，以保留主要信息。举个例子：
需要编码的序列［x1，x2，x3，x4，x5，x6，x7］ Source sequence： “Which sport do you like the most？
需要解码的序列［y1，y2，y3］ Target sequence： I love cricket． 我们可以判断，y1［I］与x4［you］有关，而y2［love］则与x5［like］有关。所以，相比记住序列中的所有单词，不如增加对目标序列重要部分的权重，忽视低权重的部分。
Global Attention and Local Attention
全局注意力机制 编码器的隐藏层中，所有部分都参与attention的计算上下文。
局部注意力机制 编码器的隐藏层中，仅有部分参与attention的计算上下文。
本文最终采用全局注意力机制。（只是添加了注意力机制，编码的固定长度依然需要固定。所以实战中需要通过数据确定一个合适的长度数值。短了无法表达文本内容，长了会造成计算资源浪费。）
实战
我们的目标是为亚马逊美食评论生成文本摘要。（这里我只提取了我觉得有用的部分）
数据表述
这些评论通常很长而且具有可描述性。数据集下载：kaggleData。 数据涵盖了超过10年的时间，包括截至2012年10月的所有？500，000条评论。这些评论包括产品，用户信息，评级，纯文本评论和摘要。它还包括来自所有其他亚马逊类别的评论。
数据处理
由于评论文本和摘要中涉及的预处理步骤略有不同，因此我们需要定义两个不同的函数来预处理评论和摘要。
评论文本处理
将所有字母小写；
移除HTML标签；
Contraction mapping；
移除（‘s）；
删除括号内的内容（觉得括号里面的内容解释说明不重要）；
消除标点符号和特殊字符；
删除停用词；
删除低频词；
摘要文本处理
为摘要文本添加［start］和［end］。
数据分布
通过数据统计，可以看到摘要与文本数据的长度分布。通过数据可视化，我们可以将评论文本的长度限定在80，而摘要的长度限定在10。
