遞歸神經網絡（recursive neural network）是具有樹狀階層結構且網絡節(jié)點按其連接順序對輸入信息進行遞歸的人工神經網絡（Artificial Neural Network, ANN），是深度學習（deep learning）算法之一 [1] 。 遞歸神經網絡（recursive neural network）提出于1990年，被視為循環(huán)神經網絡（recurrent neural network）的推廣 [2-3] 。當遞歸神經網絡的每個父節(jié)點都僅與一個子節(jié)點連接時，其結構等價于全連接的循環(huán)神經網絡 [2] 。遞歸神經網絡可以引入門控機制（gated mechanism）以學習長距離依賴 [2] 。 遞歸神經網絡具有可變的拓撲結構且權重共享，被用于包含結構關系的機器學習任務，在自然語言處理（Natural Language Processing, NLP）領域有受到關注