深度学习，记住输入数据而不学习

Question

我有1000个土耳其语数据句子，例如“ a esittir b arti c” 。 示例句子的意思是 “ a = b + c” 。我基本上想将土耳其语的数学句子转换成数学方程式。

例如，我有6个句子数据。

• 句子（“ a esittir b arti c”）的意思是“ a = b + c”
• 句子（“ b esittir a arti d”）的意思是“ b = a + d”
• 句子（“ a esittir c arti d”）的意思是“ a = c + d”
• 句子（“ c esittir b arti b”）的意思是“ c = b + b”
• 句子（“ d esittir b eksi c”）的意思是“ d = b-c”
• 句子（“ d esittir a arti c”）的意思是“ d = a + c”

我根据上面的数据训练了我的神经网络后，当我想要“ d esittir a arti b”的结果时，它没有给我“ d = a + b”，应该给出。 所以它更像是记忆。

我的网络不大。我强迫它变小，以使其无法记忆。但是，它并不能解决我的问题。

我的网络（seq2seq RNN-LSTM编码器解码器类型） 在具有2 3或4变量的方程上工作得很好（例如a = a，a = a + b，a = a + b + c）。我在上面告诉您的只是我的问题的较小示例。

如果重要的话，我会使用 Adam 学习器和 CNTK 库。

您建议我做什么才能获得正确的结果？