我正在研究DRAGNN，这是SyntaxNet的更新框架。
论文：https://arxiv.org/pdf/1703.04474.pdf
代码＆amp;文档：https://github.com/tensorflow/models/tree/master/research/syntaxnet
在设计DRAGNN时，关键是在TBRU内部和跨TBRU（DRAGNN的子单元）选择正确的递归函数'r（si）'。作者列举了一些不同用例的递归函数的例子，例如： arc-standard依赖解析。然而，他们并没有真正解释选择这些功能的理由。
人们通常如何决定在应用DRAGNN时使用哪种递归函数？是否有一种很好的方法来提出递归函数的假设并对其进行测试？或者每个人都只使用DRAGNN作为代码中预定义的用例，具有预定义的递归函数？ （对不起，代码非常复杂，所以我很难理解如何使用它）
似乎如果你没有关于递归函数有效的先验直觉，最好注意注意力，这本质上是将每个状态与所有先前时间步骤相关联的“最大”递归函数，计算成本高
如果我遗漏了关于DRAGNN目的和使用的基本信息，请道歉 - 请纠正我。