详情请看:膜拜大佬!【原创】文本分类算法TextCNN原理详解(一) - ModifyBlog - 博客园
Textcnn 原理 与rnn lstm 的比较, Textcnn更快
textCNN的总结
本次我们介绍的textCNN是一个应用了CNN网络的文本分类模型。
-
textCNN的流程:先将文本分词做embeeding得到词向量, 将词向量经过一层卷积,一层max-pooling, 最后将输出外接softmax 来做n分类。
-
textCNN 的优势:模型简单, 训练速度快,效果不错。
-
textCNN的缺点:模型可解释型不强,在调优模型的时候,很难根据训练的结果去针对性的调整具体的特征,因为在textCNN中没有类似gbdt模型中特征重要度(feature importance)的概念, 所以很难去评估每个特征的重要度。
TextCNN 的优势
-
TextCNN最大优势网络结构简单 ,在模型网络结构如此简单的情况下ÿ