《Baseline Needs More Love: On Simple Word-Embedding-Based Models and Associated Pooling Mechanisms》

出处: ACL2018 1. 贡献 本文提出在词向量上进行简单的池化操作在文本分类/匹配任务上就可以得到跟CNN/RNN相当的效果。 2. 方案 1) SWEM-aver:整个句子的信息 ) 2)SWEM-max:突出特征 ) 3)拼接SWEM-aver和SWEM-max 4 SWEM-hier(层次化) 最大和平均池化没有考虑词序,这里引入层次化pooling。先作固定窗口的平均pooling,
相关文章
相关标签/搜索