没有提到训练示例，但是，假设分配涉及监督学习，在这种情况下，归一化是将输入和输出映射到二进制值。

在这个简化的上下文中，翻译是字符串到字符串的映射，按照当代标准，它并不是真正的人工智能设备。由于人工网络是解决方案的要求，因此目标是训练网络像哈希图一样工作。

$$\Big\{..., \; \big( [\text{"beer", "birra", "cervexa"}]: \text{"pivo"} \big) , \; ...\Big\}$$

$$\Downarrow$$

$$\Big\{..., \; \big(\text{"beer" : "pivo"}), (\text{"birra" : "pivo"}), (\text{"cervexa" : "pivo"}\big), \; ...\Big\}$$

假设有一个对列表$(\mathcal{X}, \mathcal{Y})$， 在哪里$\mathcal{X}$是任何源语言中的单词，并且$\mathcal{Y}$是目标语言中的单词，并且已知两者的词汇量都为$X$和$Y$分别可以确定输入和输出层的宽度（细胞计数）$w_1$和$w_{\ell}$， 在哪里$\ell$是网络层数。

$$w_1 = \text{ceiling} ( \log_2{X} )$$ $$w_{\ell} = \text{ceiling} ( \log_2{Y} )$$

将源字分配给二进制值是任意的。您可以按语言对它们进行排序，然后按使用的任何常见字符编码（例如 UTF-8）进行排序，仅用于调试目的。目标词也是如此。

使用基本传播图进行小批量训练的简单 MLP（多层感知器）是合适的。

所以，normalization正如你所说的，它只是将单词编码为一些固定长度的向量。编码后，您应该能够对其进行解码并匹配单词。你应该用谷歌搜索一下seq2seq问题和Encoder/Decoder结构。那里有编码器-解码器框架和大量资源。你不关心一种语言，所以只是假装像“啤酒”和“birra”这样的词在克罗地亚语中具有相同的含义，在这种情况下，它是“pivo”。