textcnn 一维卷积，文本分类算法详细解析

图片摘选自：https://blog.csdn.net/qq_22795223/article/details/105386474

以textcnn为例

有6个卷积核,每个卷积核的维度分别是2个（4，embedding_dim)，2个（3，embedding_dim)，2个（2.embedding_dim)，卷积的步长为1，

因为1D 卷积是从上往下卷积，不同于2维卷积的从上往下，从左往右，因为对不同句子的相同位置上的词语卷积，没有什么意义。所以卷积完以后，得到的维度就是（seq_len-kernel_size+1) 就是上图中的（7-4+1,7-3+1,7-2+1)也就是长度分别是4,5,6的6个向量。

然后通过一个最大池化层，得到6个一维向量，最后通过一个全连接映射到（0，1）空间上。