TEXTCNN出自论文《Convolutional Neural Networks for Sentence Classification》中，作者将CNN网络用于句子级别的文本分类。
原文中TEXTCNN网络结构图如图所示：
首先，将n个映射为词向量的单词链接成一句话，即：
在卷积操作中，作者采用了多个不同高度的卷积核进行卷积操作，即：
从而形成特征映射c：
在c上采用1-max池化操作得出这个卷积核过滤器的特征向量 c ˇ = m a x ( c ) \check{c}=max(c) cˇ=max(c).由于作者采用多个不同高度的卷积核（多种、每种多个）会得到多个 c i ˇ \check{c_i}
TEXTCNN
最新推荐文章于 2024-02-22 15:37:31 发布
TEXTCNN是将卷积神经网络应用于文本分类的方法，源自《Convolutional Neural Networks for Sentence Classification》论文。它使用词向量表示单词，通过多高度卷积核进行卷积，然后进行1-max池化，最终通过全连接层和softmax层输出标签概率。作者还引入了dropout防止过拟合，并探讨了四种词向量嵌入策略：随机初始化、静态、非静态和多通道微调。
最低0.47元/天 解锁文章
1031
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
