【TEXT-CNN】详细解释 与 代码

1.简介

TextCNN 是利用卷积神经网络对文本进行分类的算法，由 Yoon Kim 在 “Convolutional Neural Networks for Sentence Classification” 一文 (见参考[1]) 中提出. 是2014年的算法.

图1-1 参考[1] 中的论文配图

合理性: 
深度学习模型在计算机视觉与语音识别方面取得了卓越的成就. 在 NLP 也是可以的. 
卷积具有局部特征提取的功能, 所以可用 CNN 来提取句子中类似 n-gram 的关键信息.

在处理图像数据时，CNN使用的卷积核的宽度和高度的一样的，但是在text-CNN中，卷积核的宽度是与词向量的维度一致！！！这是因为我们输入的每一行向量代表一个词，在抽取特征的过程中，词做为文本的最小粒度