NLP——用卷积网络实现关系分类的代码

本文是针对博文：NLP——用卷积网络实现关系分类的代码实现，对应的论文为：链接
此处本文主要讲解一下里面至关重要的CNN部分。

首先，根据预处理好的数据，读取各个部分：
         1. 两个名词及其对应的前后各两个词，共计6个
         2. 两个词的对应关系的标签
         3. 句子
         4. 第一个名词的位置信息
         5. 第二个名词的位置信息

得到词嵌入和位置嵌入向量

查询词嵌入向量

调用cnn_forward函数，linear_layer函数

上面提到了一个函数cnn_forward,这个函数主要是处理CNN模块，实现卷积，池化，并最后实现将句子水平和词水平的特征的拼接。

将拼接好的联合特征通过一个全连接层，神经元的个数为关系的个数，每个神经元的输出对应没类型关心的概率，最后取概率最大的即为预测的两个名词的关系。这块为什么给bias加了正则没有搞明白。