近年来，在输入为集合的神经网络上已经完成了许多工作。尤其是，卷积网络通常在N维数组（利用空间结构）上运行良好，而递归神经网络（如LSTM）在时序数据（利用时间结构）上通常运行良好。
我目前正在研究在定理证明中使用神经网络进行搜索启发式指导的问题。这里的问题之一是，输入的形式不是数组而是一组子句，子句之间没有那么多自然顺序，而且我们不能说每个子句将主要与附近的邻居交互。空间。
除了文本文档的“单词袋”（之所以有效，因为有一本固定的字典）之外，关于哪种神经网络体系结构对于没有自然顺序的输入效果很好，是否已经知道了？