论文笔记-recurrent CNN for text classification

Siwei Lai等,2015 背景: 使用CNN进行文本分类具有无偏的优点,先在每个小文本段上提取特征,再进入池化层汇总特征,从而区分句子或文本的语义。在提取特征时通常会设置一个固定长度的窗口,词窗长度的设置是一个问题:词窗小,可能会造成关键信息的损失;词窗大,参数空间会变得很大,难以训练。 本文用循环的思想改良CNN特征提取的过程,通过上下文的方式直接在word representation中
相关文章
相关标签/搜索