通俗理解 TextCNN网络结构

TextCNN和图像CNN最大的区别就在于TextCNN是一维卷积，而图像CNN是二维卷积

有些人认为一维卷积核二维卷积的区别在于输入数据的维度，认为一维卷积的输入是一维数据，二维卷积的输入是二维数据；其实不然，两个最大的区别是卷积滑动的方向：

• 一维卷积只在一个维度上进行滑动
• 二维卷积先在第一个维度上滑动，然后在第二个维度上滑动，比如对于图像来说，卷积核先在第一行像素上横向活动，然后再在第二行上横向滑动…

textCNN过程如下图所示：
对于一个 n* k 的文本序列，n代表文本序列的长度，k代表embedding的维度，每个卷积核的宽度和embedding的维度保持一致；对于同一个序列 可以有多个n*k的矩阵（类似图像中的 RGB channel），每个矩阵是由不同模型得到的词向量矩阵（如 Glove、word2vec等），关于获取词向量的方法对比可以参考此->#最全面# NLP获取词向量的方法（Glove、n-gram、word2vec、fastText、ELMo 对比分析）

卷积核的长度可以不同，这主要取决于n-gram的大小，当使用2阶n-gram思想时卷积核的长度就为2，当使用3阶n-gram思想时卷积核的长度就为3

和图像上的二维卷积不同，文本序列上的卷积属于一维卷积，整个卷积核只在矩阵的长度维度上进行滑动；同时通过卷积核卷积之后得到的 feature map 也是一个一维向量；

最后，通过全局最大池化（取出每个 feature map 中多大的值）将每个feature map转化为一个单个值，在将这些单个值拼接成一个一维向量，后面就可以连接一个全连接网络进行分类了。