TextCNN模型原理及理解

1.概要 TEXTCNN是由Yoon Kim在论文(2014 EMNLP) Convolutional Neural Networks for Sentence Classification中提出的，其主要思想是将不同长度的短文作为矩阵输入，使用多个不同size的filter去提取句子中的关键信息（类似于多窗口大小的ngram），并用于最终的分类。 2.网络结构     输入层： 文本矩阵。 对于

>>阅读原文<<