# 1.2 数学符号（Notation）

序列模型的输入语句是：“**Harry Potter and Herminoe Granger invented a new spell.**”。假如想要建立一个能够自动识别句中人名位置的序列模型，那么这就是一个命名实体识别问题

[![](https://github.com/fengdu78/deeplearning_ai_books/raw/master/images/cccbc03192af67a089b53d7940659505.png)](https://github.com/fengdu78/deeplearning_ai_books/blob/master/images/cccbc03192af67a089b53d7940659505.png)

该句话包含9个单词，输出y即为1 x 9向量，每位表征对应单词是否为人名的一部分，对应的输出y表示为：

$$
y=\[1\ \ 1\ \ 0\ \ 1\ \ 1\ \ 0\ \ 0\ \ 0\ \ 0]^T
$$

$$y^{<t>}$$表示序列对应位置的输出，$$T\_y$$表示输出序列长度，$$1\leq t\leq T\_y$$

对于输入$$x$$，表示为：

$$
\[x^{<1>}\ \ x^{<2>}\ \ x^{<3>}\ \ x^{<4>}\ \ x^{<5>}\ \ x^{<6>}\ \ x^{<7>}\ \ x^{<8>}\ \ x^{<9>}]
$$

$$x^{<t>}$$表示序列对应位置的输入，$$T\_x$$表示输入序列长度。此例中$$T\_x=T\_y$$，但是也存在$$T\_x\neq T\_y$$

如何表示每个$$x^{<t>}$$：

建立一个词汇库vocabulary，尽可能包含更多的词汇。例如一个包含10000个词汇的词汇库为：

$$
\left\[
\begin{matrix}
a \\
and \\
\cdot \\
\cdot \\
\cdot \\
harry \\
\cdot \\
\cdot \\
\cdot \\
potter \\
\cdot \\
\cdot \\
\cdot \\
zulu
\end{matrix}
\right]
$$

然后使用one-hot编码，词汇表中与$$x^{<t>}$$对应的位置为1，其它位置为0。如果出现词汇表之外的单词，可以使用UNK或其他字符串来表示

[![](https://github.com/fengdu78/deeplearning_ai_books/raw/master/images/8deca8a84f06466155d2d8d53d26e05d.png)](https://github.com/fengdu78/deeplearning_ai_books/blob/master/images/8deca8a84f06466155d2d8d53d26e05d.png)

对于多样本：对应的命名规则可表示为：$$X^{(i)<t>}$$，$$Y^{(i)<t>}$$，$$T\_x^{(i)}$$，$$T\_y^{(i)}$$，$$i$$表示第$$i$$个样本。不同样本的$$T\_x^{(i)}$$或$$T\_y^{(i)}$$都有可能不同


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://baozoulin.gitbook.io/neural-networks-and-deep-learning/di-wu-men-ke-xu-lie-mo-xing-sequence-models/di-wu-men-kexulie-mo-578b28-sequence-models/recurrent-neural-networks/12-shu-xue-fu-hao-ff08-notation.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.