利用深度学习方法将生成式自动文摘转换为Sequence-2-Sequence（序列到序列）问题，可通过其深层神经网络来表征输入的数据，模型不再完全依赖于领域的特征，以下关于该方法叙述不正确的是
Seq2Seq基本结构主要由编码器（encoder）和解码器（decoder）组成
Seq2Seq中编码器将文档表示成Sequence粒度的若干带有语义向量的输入序列，解码器则从输入序列中提取重要内容，生成文本摘要输出
Seq2Seq中编码器从输入序列中提取重要内容，生成文本摘要输入，解码器将文档表示成Sequence粒度的若干带有语义向量的输入序列，生成文本摘要输出
编码器和解码器通常可以由RNN或CNN实现
