مروري برالگوريتم حافظه كوتاه مدت طولاني و كاربردهاي آن

شبكه‌هاي عصبي بازگشتي مدلي از روش‌هاي يادگيري عميق است كه در چند دهه گذشته موضوع بسيار پرطرفداري بوده است. شبكه‌هاي عصبي LSTM روشي جديد از پردازش اطلاعات است كه به‌خاطر ساختار زنجيرهاي كه دارد بر روي داده‌هايي با سري زماني فعاليت مي‌كند كه منجر به رخدادهاي قدرتمندي در حوزه يادگيري عميق مي‌شود. اگر LSTM ويژگي مهمي در دنباله ورودي در گام‌هاي ابتدايي را تشخيص دهد، به‌دليل داشتن حافظه كوتاه مدت طولاني مي‌تواند اين اطلاعات را طي مسير طولاني منتقل كند و اين گونه وابستگي‌هاي بلندمدت احتمالي را دريافت و حفظ مي‌كند. در اين مقاله سعي شده است انواع LSTM و كاربرد آنها در پردازش متن در حوزه‌هاي طبقه‌بندي متون و تحليل احساسات و استخراج ويژگي بررسي شود علاوه بر اين ما شناسايي اهداف آينده را مد نظر قرار داده و مسير تحقيق آينده برجسته شده است.