1、
2、下圖所示：input 4個data point的座標，得到一個紅色的vector，再把vector放到decoder中去，得到distribution，再做sample（比如做argmax，決定要輸出token 1...），最終看看work不work，結果是不work。比如：訓練的時候有50 個點，編號1-50，但是測試的時候有100個點，但是它只能選擇 1-50編號的點，後面的點就選不了了。
改進：attention，可以讓network動態的決定輸出的set有多大
x0，y0代表END這些詞，每一個input都會得到一個attention的weight=output的distribution。
3、application：summarization；machine translation；chat-bot
上圖中：如果用seq-to-seq可能不能認出人名、地名等詞，如果用pointer network就可以從input中選擇一些詞彙直接貼到response中去。