深度学习模型处理文本（可以将其理解为单词序列或字符序列）、时间序列和一般的序列数据。用于处理序列的两种基本的深度学习算法分别是**循环神经网络**（recurrent neural network）和**一维卷积神经网络**（1D convnet）。 * **词向量**之间的**几何关系**应该表示这些**词之间的语义关系** # 应用 * 文档分类和时间序列分类，比如识别文章的主题或书的作者； * 时间序列对比，比如估测两个文档或两支股票行情的相关程度； * 序列到序列的学习，比如将英语翻译成法语； * 情感分析，比如将推文或电影评论的情感划分为正面或负面； * 时间序列预测，比如根据某地最近的天气数据来预测未来天气。