![049dc1a0fcfbf0969b0e41ee92c7f932.png](https://img-blog.csdnimg.cn/img_convert/049dc1a0fcfbf0969b0e41ee92c7f932.png)
标题:Hierarchical Attention Networks for Document Classification
作者:Zichao Yang, Diyi Yang, Chris Dyer, Xiaodong He, Alex Smola, Eduard Hovy
单位:CMU, MSR
会议:NAACL-2016
链接:Hierarchical Attention Networks for Document Classification
code:Tensorflow版本代码,PyTorch版本代码
今天学习的文章是CMU在NAACL-2016上的工作《Hierarchical Attention Networks for Document Classification》。
我们从
- Task Definition
- Motivation
- Model
- Experiments
这四个部分来介绍这篇文章
1. Task Definition
文本分类任务是NLP的一个基础任务,给定一段文本,该任务的目标就是给这段文本分配一个预定义的类别标签。其中,该论文处理的是文章级别的文本分类任务,该任务可以定义成
其中
2. Motivation
Attention机制