TextCNN模型原理及理解

1.概要 TEXTCNN是由Yoon Kim在論文(2014 EMNLP) Convolutional Neural Networks for Sentence Classification中提出的，其主要思想是將不同長度的短文作爲矩陣輸入，使用多個不同size的filter去提取句子中的關鍵信息（類似於多窗口大小的ngram），並用於最終的分類。 2.網絡結構     輸入層： 文本矩陣。 對於

>>阅读原文<<