转自：https://blog.csdn.net/aliceyangxi1987/article/details/77094970
https://blog.csdn.net/jojozhangju/article/details/51982254
1.为什么用双向 LSTM？
单向的 RNN，是根据前面的信息推出后面的，但有时候只看前面的词是不够的，
例如，
我今天不舒服，我打算__一天。
只根据‘不舒服‘，可能推出我打算‘去医院‘，‘睡觉‘，‘请假‘等等，但如果加上后面的‘一天‘，能选择的范围就变小了，‘去医院‘这种就不能选了，而‘请假‘‘休息‘之类的被选择概率就会更大。
2.概念
双向卷积神经网络的隐藏层要保存两个值， A 参与正向计算， A’ 参与反向计算。
最终的输出值 y 取决于 A 和 A’：
即正向计算时，隐藏层的 s_t 与 s_t－1 有关；反向计算时，隐藏层的 s_t 与 s_t＋1 有关：
