TextCNN算法原理

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/woshiliulei0/article/details/86597720

1.算法背景

1.1论文

Yoon Kim在论文(2014 EMNLP) Convolutional Neural Networks for Sentence Classification提出TextCNN。

将卷积神经网络CNN应用到文本分类任务，利用多个不同size的kernel来提取句子中的关键信息（类似于多窗口大小的ngram），从而能够更好地捕捉局部相关性。

2.算法过程

TextCNN主要过程分为四部，也可以说是四个层。

• Embedding(文本向量化)：将文本中的每个词语转换成相同维度的词向量。
• Convolution(卷积层)：通过不同卷积核的大小kernel_size = (1,2,3,4,5)做卷积运算。
• MaxPooling(池化层)：
• FullConnection and Softmax(全连接层)：全连接的 softmax 层，输出每个类别的概率。