Pointer Network是seq2seq模型的一種變型。seq2seq模型是一種編碼-解碼框架的端到端生成模型，已經在機器翻譯、對話生成、語法改錯等領域有了成功的進展。本文不再贅述。此處主要介紹Pointer Network的基本原理和作用。
Pointer Network的主要作用
Pointer Network主要用於解決組合優化問題，傳統的優化問題尋優一般使用啓發式的搜索算法，基於Pointer Network主要是對源數據進行組合，達到目標函數最優。常見的應用包括凸包問題、旅行商問題等。
Pointer Network的模型框架
對於凸包問題，可以簡述爲：可定圖中若干點，選取其中幾個連接成凸多邊形使得該多邊形能包含圖中所有的點。
（1）如果該問題使用普通的seq2seq建模，即encoder輸入序列爲P1,..,P4點的座標，decoder輸出爲點的label（即1-4），此時decoder的輸出範圍與encoder的輸入不相同，只需要輸出encoder序列的位置。目標函數如下所示：
（2）若使用seq2seq+ Attention模型，即解碼過程需要對encoder端進行Attention計算，具體計算如下：
（3）區別於seq2seq +Attention模型，Pointer Network直接使用Attention的權重信息作爲位置重要性的概率分佈輸出
簡化了seq2seq+Attention的計算，無需將encoder端的編碼求和後輸入到LSTM cell再求輸出並取softmax得到概率分佈，簡化了計算。
Pointer Network的成功應用
（1）組合優化問題： TSP問題等；
（2）閱讀理解問題： 將原文進行編碼，從原文中找到問題答案的起始位置和結束位置；
（3）摘要生成問題：從長文本中找到摘要句子的起始結束位置。
參考文獻
Vinyals O, Fortunato M, Jaitly N. Pointer networks[C]// International Conference on Neural Information Processing Systems. MIT Press, 2015.