摘要: 2018文本分类任务经典论文如下 1.Hierarchical Convolutional Attention Networks for Text Classification 2018 ACL 引用量:5+ ensemble:层级网络、self-attention、卷积、elu 2.Underst 阅读全文
posted @ 2019-12-02 11:07 suwenyuan 阅读(361) 评论(0) 推荐(0) 编辑
摘要: 2017文本分类任务经典论文如下 1.Very Deep Convolutional Networks for Text Classification 基本信息:2017 aCL 200+ 模型框架:字符级卷积,和resnet结构很相似,最后加了三层全连接层,三次池化,在所有的卷积之后,有一个k-m 阅读全文
posted @ 2019-12-02 11:05 suwenyuan 阅读(421) 评论(0) 推荐(0) 编辑
摘要: 2016文本分类任务经典论文如下 1.Hierarchical Attention Networks for Document Classification 基本信息:2016 NAACL 800+ 2.Neural Attention Models for Sequence Classificat 阅读全文
posted @ 2019-12-02 11:00 suwenyuan 阅读(140) 评论(0) 推荐(0) 编辑
摘要: 2015年的经典分类论文整理如下 1.character-level-convolutional-networks-for-text-classification 基本信息:2015 nips 1000+ 模型参数:字符个数70,亦即特征有70;输入长度是1014,每个字母可以是one-hot或者是 阅读全文
posted @ 2019-12-02 10:59 suwenyuan 阅读(131) 评论(0) 推荐(0) 编辑
摘要: Convolutional Neural Networks for Sentence Classification 基本信息:2014 emnlp 4000+ 适合场景:句子级别分类,亦即短文本分类 创新点:开创性的将卷积操作应用到自然语言处理当中 模型结构:卷积——依照词的方向,进行一维卷积;池化 阅读全文
posted @ 2019-12-02 10:57 suwenyuan 阅读(241) 评论(0) 推荐(0) 编辑