《Character-level convolutional networks for text classification》论文网络结构解读

1.数据

比如有一条数据【x=“Simultaneous Tropical Storms are Very Rare”】.则把该句子的大写字母全部表示成小写，构建char字符集的词汇表如下（这里词汇表长度为70（69+1，即其他的不在词汇表的表示为0））：

数据可以表示为x=70X1014 (高X宽，即70个特征，每个特征的长度为1014)，该矩阵初始为0，反向依次遍历【x=“simultaneous tropical storms are very rare”】，即首先遇到长度1014向量的第一个字符“e”，则查找"e"在词汇表中的位置为index，在矩阵index行中把第0列置1；然后遇到长度1014向量的第2个字符“r”，则查找"r"在词汇表中的位置为index，在矩阵index行中把第1列置1；…重复以上遍历，则可以表示一条数据最终为x=70X1014的矩阵。（1014是一个固定参数，根据问题而定）

2.网络结构

分为9层，输入为x=70*1014；输出为4个类别。（如果类别之间不平衡，则处理方式是，对于较少的类别，提高其类别权重。比如类别A:B:C:D=1:2:3:4，则weight(A)=(1+2+3+4)/1=10;weight(B)=(1+2+3+4)/2=5）

参考
1.代码
2.《Character-level convolutional networks for text classification》