Transduksi urutan adalah jenis tugas pembelajaran mesin yang melibatkan transformasi urutan masukan menjadi urutan keluaran. Ini adalah gabungan dari pelabelan urutan dan pemetaan urutan ke urutan, dan dapat diterapkan pada masalah apa pun yang format masukan dan keluarannya bervariasi dalam ukuran dan modalitas. Transduksi urutan memainkan peran penting dalam pemrosesan bahasa alami dan aplikasi visi komputer.
Transduksi urutan melibatkan pembangunan arsitektur encoder-decoder yang memetakan dari satu urutan simbol ke urutan simbol lainnya. Urutan input pertama kali dikodekan menjadi vektor menggunakan encoder jaringan saraf. Vektor yang dikodekan kemudian digunakan sebagai masukan ke decoder, yang kemudian menghasilkan urutan keluaran. Untuk memastikan akurasi, keluaran encoder dan decoder harus cocok baik panjang maupun elemennya.
Dalam aplikasi pemrosesan bahasa alami, transduksi urutan dapat digunakan untuk memetakan rangkaian kata-kata yang diberi token atau tag POS, sedangkan dalam aplikasi visi komputer, transduksi dapat digunakan untuk memetakan antara berbagai jenis gambar atau bingkai video.
Selain digunakan dalam pemrosesan bahasa alami dan aplikasi visi komputer, transduksi urutan juga dapat digunakan untuk tugas lain seperti analisis bioinformatika, pemahaman ucapan dan bahasa, pemodelan percakapan, dan terjemahan bahasa. Ini adalah alat yang ampuh untuk memecahkan masalah yang kompleks, dan telah diterapkan pada berbagai tugas di bidang pemrosesan bahasa alami dan visi komputer.
