Trích chọn đặc trưng là một trong những bước quan trọng nhất trong bất kỳ tác vụ nhận dạng mẫu nào. Cách tiếp cận truyền thống là thiết kế các loại hàm cục bộ và toàn cầu khác nhau để xây dựng bản đồ đặc trưng. Ngược lại, kiến trúc sâu mới của các mạng nơ-ron xoắn ốc tự động tạo thành các bản đồ đặc trưng bằng cách học các toán tử convolution. Làm thế nào hai phương pháp tiếp cận là tương tự và khác nhau là một trong những chủ đề chính của hướng dẫn này. Chủ đề trong bài viết là cách thông tin ngữ cảnh được sử dụng trong các nhiệm vụ nhận dạng. Ví dụ về nhận dạng ký tự quang học sẽ được sử dụng để mô tả sự khác biệt giữa mô hình từ điển / ngôn ngữ truyền thống và các mạng bộ nhớ phân loại dài mới nổi.