Sequence Modeling

Definition / 定义

sequence modeling（序列建模）：在机器学习与自然语言处理等领域中，指对按时间或顺序排列的数据（如文字、语音、传感器读数、点击流、股票价格等）进行建模，以学习元素之间的顺序依赖关系，用于预测、生成或标注序列。（该术语也常涵盖 RNN、LSTM、Transformer、HMM 等方法。）

Pronunciation / 发音

/ˈsiːkwəns ˈmɑːdəlɪŋ/

Examples / 例句

Sequence modeling helps computers predict the next word in a sentence.
序列建模可以帮助计算机预测句子中的下一个词。

In modern NLP, sequence modeling with Transformers can capture long-range dependencies and improve translation quality.
在现代自然语言处理中，使用 Transformer 的序列建模能够捕捉长距离依赖关系，从而提升翻译质量。

Etymology / 词源

sequence 来自拉丁语 sequi（“跟随”），强调“一个接一个的顺序”。modeling 源自 model（模型），与拉丁语 modulus（“尺度、标准”）相关，表示“用一个抽象结构去描述现实”。合起来，sequence modeling 就是“用模型来描述与学习按顺序发生的数据规律”。

Related Words / 相关词

• Sequence
• Time-Series
• Temporal
• Token
• Language-Model
• Transformer
• RNN
• LSTM
• HMM
• Markov
• Attention
• Decoding

Literary Works / 文学与著作例证

• Speech and Language Processing（Dan Jurafsky & James H. Martin）——在语言模型、序列标注与机器翻译等章节讨论序列建模思想与方法。
• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）——在循环网络与序列建模相关内容中系统介绍序列数据学习。
• Neural Networks for Pattern Recognition（Christopher M. Bishop）——在序列与模式识别背景下涉及相关建模思路与经典方法。