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 2022-02-21 23:14:54 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。
摘要由CSDN通过智能技术生成