सीक्वेंस-टू-सीक्वेंस मॉडल

वीडियो अभ्यास में, आपने चार प्रकार के सीक्वेंस-टू-सीक्वेंस मॉडल देखे: many-to-one (क्लासिफिकेशन) और many-to-many (टेक्स्ट जेनरेशन, न्यूरल मशीन ट्रांसलेशन और लैंग्वेज मॉडल). इस अभ्यास में, आपको नीचे दिए गए समस्या-विवरण के आधार पर सही मॉडल-प्रकार चुनना है:

आप एक ऐसे दोस्त की मदद कर रहे हैं जो स्पीच रिकग्निशन में विशेषज्ञ है. आपके दोस्त ने ऐसा मॉडल बनाया है जो अंग्रेज़ी के अलग-अलग उच्चारण पहचान सकता है, लेकिन मॉडल होमोफोन्स को अलग नहीं कर पा रहा है—ऐसे शब्द जिनका उच्चारण एक जैसा है पर अर्थ अलग होता है, जैसे "sea" बनाम "see" या "write" बनाम "right".

आप प्रस्ताव देते हैं कि ऐसा मॉडल इस्तेमाल किया जाए जो शब्दों के आसपास के संदर्भ का उपयोग करके उनके सांकेतिक अर्थ (semantic meaning) की पहचान करे. शब्दों का अर्थ सीखकर नया मॉडल ऐसे आउटपुट से बचेगा जैसे "Did you sea that car?" — वह पहचान लेगा कि यहाँ सही शब्द "see" होना चाहिए.

कौन-सा सीक्वेंस-टू-सीक्वेंस मॉडल उपयुक्त है?