文章标题：ICLR2015-Neural machine translation by jointly learning to align and translate
本文提出了一种新的编码-译码方式，他认为之前提到的RNN-encode-decoder 是因为中间转换的固定向量C，而导致该模型无法有效处理长句序列，因此提出一种为当前预测词从输入序列中自动搜寻相关部分的机制（soft-search），也就是注意力机制
因为前面已经对RNN-encoder-decoder做了介绍，所以这里就不在详细的说了。
我们定义最后对应的输出结果为：
St为隐状态，
Ci为关键，他取决于输入序列的annotation（h1…ht）（编码层的隐状态），每个hi都包含着整个输入序列的信息，重点关注的是当前输入单词xi的周围信息。
而
这个地方其实比较迷惑，从上面这几个式子来分析，我们可以看出来，a为一个对齐模型，文章中体现为一个前馈神经网络，并且是和其他模型一起训练的，他的目的便是计算当前输入的隐状态si-1和输入序列hj之间的相似度，在文章中对齐模型a为一个单层感知机：
这里也提出了一种计算相似度的方法，也就是通过网络（一般是感知机网络）来计算。
这篇文章很明显是基于之前的RNN-encoder-decoder，但提出了一些创新。首先是：
1、他利用biLSTM来解决RNN的长时依赖问题，每个输出的hi隐状态是正反LSTM的hi连接生成的，也就是说当前的隐状态hi主要focus on 当前的词，而当前词主要是由周围的词决定的，而这周围词也就是上下文。
2、注意力机制：我们要注意的是注意力机制最关键是找到context vector或extra information，在这里便是si-1，也就是输出单词的前一个隐状态，实际上我们稍微深究一下，这个隐状态实际上代表的便是当前的输出词向量，而这个隐状态包含的是之前的输出词信息，也就是一种另类的上下文。
