端到端序列學習算法
CTC(Connectionist Temporal Classification)算法是一種用於語音識別、自然語言處理、手寫識別等領域的端到端序列學習算法。
CTC算法的主要特點是能夠處理輸入序列和輸出序列之間不一致的問題，即不需要精確的輸入和輸出序列之間的對齊。CTC算法通過引入空白占位符來處理這個問題，這些占位符用於表示序列中的未知或缺失部分。CTC算法的核心是一種前向-後向算法，它能夠計算出每個輸出序列對應的機率，這個機率是所有可能的路徑機率的和。
CTC算法在處理序列標註問題時，會擴展標籤集合，添加空元素，使得模型能夠預測出正確的標籤序列，即使這些序列之間沒有精確的對齊。CTC算法的目標是最大化所有正確預測序列的機率和，這使得它成為無需數據對齊處理即可得到預測序列的有效方法。