连接时序分类:解决在文本识别、语音识别等任务中，输入和输出不对齐的算法

连接时序分类:解决在文本识别、语音识别等任务中，输入和输出不对齐的算法

Connectionist Temporal Classification.

• paper：Connectionist temporal classification: Labelling unsegmented sequence data with recurrent neural networks

在文本识别、语音识别等任务中，输入和输出可能不是对齐的，而是受不同人的书写习惯和说话速度影响：

Connectionist Temporal Classification (CTC)正适合这种不知道输入输出是否对齐的情况使用的算法。

为了方便描述，做如下定义，输入(如音频信号)用符号序列$X=[x_1,x_2,...,x_T]$表示，对应的输出(如对应的标注文本)用符号序列$Y=[y_1,y_2,...,y_U]$表示，为了方便训练这些数据,希望能够找到输入$X$与输出$Y$之间精确的映射关系。

输入和输出的特点：

• $X$和$Y$都是变长的；
• $X$和$Y$的长度比也是变化