基于注意的RNN模型用于口语理解（意图检测和插槽填充） 针对序列分类和序列标记的基于注意力的LSTM模型的Tensorflow实现。 更新-2017/07/29 更新了代码以使用最新的TensorFlow API：r1.2 代码清理和格式化 请注意，此发布的代码不包括输出标签依赖项的建模。 可以像TensorFlow 示例中的rnn_decoder函数一样添加一个循环函数，以将嵌入的发射标签反馈回RNN状态。 或者，可以通过在RNN输出的顶部添加层来执行序列级优化。 论文中使用的数据集