2014 牛津大学
提出了一种新的CNN架构,可处理不同长度的时间序列,提出k-max pooling
步骤:
将整个句子进行编码,获得d*s的矩阵,
对于每行进行一维卷积,然后取出前k大的数值作为特征序列,保留了原始值的相对位置,但是省略了具体位置信息。
最顶层时,将相邻两row相加(folding),实现不同row之间信息共享。
实验部分:
用在语义分析,问题分类,取得了良好的效果。
2014 牛津大学
提出了一种新的CNN架构,可处理不同长度的时间序列,提出k-max pooling
步骤:
将整个句子进行编码,获得d*s的矩阵,
对于每行进行一维卷积,然后取出前k大的数值作为特征序列,保留了原始值的相对位置,但是省略了具体位置信息。
最顶层时,将相邻两row相加(folding),实现不同row之间信息共享。
实验部分:
用在语义分析,问题分类,取得了良好的效果。