《Convolutional Neural Networks for Sentence Classification》

《Convolutional Neural Networks for Sentence Classification》
概述：使用基于word2vec的单层CNN，对多个文本分类任务进行了评测。

结论：
1.word2vec是个好东西。使用pre-training 训练的资源成为nlp不可或缺的一部分。

2.Dropout可以提高2%-4%的相对性能。

3.多通道的CNN相对于Static CNN并没有太大提升。对Static CNN进行finetune可以进一步提升效果。

4.Adadelta算法与Adagram算法得到的效果基本相当，但是Adadelta算法需要的epoch更少。

5.使用宽度为（3,4,5）的三种不同卷积核提取特征，再进行最大池化，最后将提取到的特征拼接在一起，输入到一个fullyconnect层，再经过softmax层，获取在分类标签上的概率分布。