【DL-Paper精读：LSTM + Transformer 架构模型】对于LSTM + 这样一个架构 ， 实在是心存疑虑 。接下来会复现该工程 ， 证明其可行性 ， 同时尝试向其他工作中嵌入 。探索这样一个结构 ， 将LSTM和同时在一个网络中相互嵌套 ， 来实现更高的精度 ， 感觉首先应该想清楚的 ， 是它们两者所输出的结果分别蕴含着怎样的信息 ， 它们是否能够简单的进行组合 ， 或者是否有更合理地互补组合方法 。文中虽然通过实验证明了其可行性 ， 并一定程度地提高了精度 ， 但是一来这些提高是否真的有意义 ， 或者说是否是两种模型的互补是否真的有机地起作用了（感觉如果两者真的能够很好地组合 ， 从不同视角去解析信息 ， 应该带来更高的精度提高才对） 。其次文中提出的 layer ， 是否有探究 ， 它到底是起到了怎样的作用 ， 究竟是在训练之后找到了更好地组合权重 ， 还是其实是偷偷将LSTM的输出进行了屏蔽 。。。整体的工作研究 ， 尚需更多的验证 。