某語音辨識系統需分析長時間的語音序列，發現當句子較長時，模型難以保留長時間序列中的前段資訊，導致辨識準確度下降。為改善此問題，下列何種模型最適合？

Question

(A) 長短期記憶網路（LSTM）
(B) 循環神經網路（RNN）
(C) 卷積神經網路（CNN）
(D) 生成式對抗網路（GAN）

Accepted Answer

正確答案：(A) 長短期記憶網路（LSTM）

傳統 RNN 在處理長序列時會遇到梯度消失（Vanishing Gradient），導致早期的資訊傳不到後面，這就是長期依賴問題。
LSTM 透過遺忘門、輸入門、輸出門三道閘控機制，加上一條貫穿序列的細胞狀態（Cell State）作為記憶通道，讓重要資訊能長距離傳遞而不衰減，正是為了解決這個問題而設計。

某語音辨識系統需分析長時間的語音序列，發現當句子較長時，模型難以保留長時間序列中的前段資訊，導致辨識準確度下降。為改善此問題，下列何種模型最適合？

核心概念

答題技巧