BOW文本历史模型结果介绍

模型简介
本项目通过调用Seq2Vec中内置的模型进行序列建模，完成句子的向量表示。包含最简单的词袋模型和一系列经典的RNN类模型。

模型 模型介绍
BOW（Bag Of Words） 非序列模型，将句子表示为其所包含词的向量的加和
CNN 序列模型，使用卷积操作，提取局部区域地特征
GRU（Gated Recurrent Unit） 序列模型，能够较好地解决序列文本中长距离依赖的问题
LSTM（Long Short Term Memory） 序列模型，能够较好地解决序列文本中长距离依赖的问题