卷积神经网络用于文本分类(textCNN)
发布时间
阅读量：
阅读量
使用卷积神经网络进行文本分类textCNN
一维卷积层
将文本视为一种一维图像形式，有助于借助一维卷积神经网络模型来提取相邻词语之间的联系。类似于二维卷积层的设计原理，一维卷积层同样采用一维互相关运算方式进行处理。在执行该运算时，卷积窗口自输入数组的起始端开始，依照由左至右的移动方向逐步滑动。每当窗口抵达特定位置时，该位置对应的输入子数组与核数组中的元素逐一相乘后进行累加运算，最终生成输出数组中相应位置的数值结果。
一维互相关运算在多输入通道的情形下，与二维互相关运算在多输入通道的情况具有相似性。具体而言，在每个独立通道中，将对应的核与输入进行一维互相关计算，随后将各通道所得结果进行累加，最终形成输出。根据二维互相关运算的定义可知，多输入通道下的二维互相关运算可以被视作单输入通道情况下的二维互相关运算的扩展。如图10.6所示，图10.5中所展示的多输入通道的一维互相关运算方式，同样能够以等效的单输入通道二维互相关运算形式加以表达。此时核的高度与输入的高度保持一致。
全部评论 (0)
还没有任何评论哟~