文本分類問題不需要ResNet？小夕解析DPCNN設計原理（上）

歷史回顧 回顧一下圖像和文本的發展史，似乎這就是一場你追我趕的遊戲。在上一階段的鬥爭中，樸素貝葉斯、最大熵、條件隨機場這些理論完備的統計機器學習模型使得文本分類、中文分詞、NER等諸多自然語言處理問題取得了差強人意（釋義：基本使人滿意。順帶嘲諷一波誤用該詞的媒體們(￣∇￣)）的性能，而這些理論完備的模型卻在圖像分類這種基本的計算機視覺問題上都嚴重碰壁。   如今深度學習，或者具體點說卷積神經網絡（

>>阅读原文<<