回答思路
RNN是一类以序列数据为输入，在序列的演进方向进行递归，且所有节点单元按照链式连接的递归神经网络。RNN对具有序列特性的数据非常有效，能够挖掘数据中的时序信息以及语义信息。（RNN是什么）
图1 RNN节点单元示意图
以语义识别举例，对于句子“you play basketball”，上图中的x_t-1代表的就是you这个单词的向量，x代表的是play这个单词的向量，x_t+1代表的是basketball这个单词的向量，以此类推。对于展开图来说，其中W作为每个时间点之间的权重矩阵一直没有变，而RNN之所以能够解决序列数据问题，是因为可以“记住”每一时刻的信息，每一时刻的隐藏层不仅由该时刻的输入层决定，还由上一时刻的隐藏层决定。网络在t时刻接收到输入x_t之后，隐藏层的值是s_t，输出值是o_t，而s_t的值不仅取决于x_t，还取决于s_t-1，公式如下：
