摘要：
深度卷积网络DPCNN 在NLP文本分类学习笔记3中介绍了CNN的结构和如何用于文本分类，但是也存在一些问题（在之后将看到）。 在这篇论文Deep Pyramid Convolutional Neural Networks for Text Categorization中提出了DPCNN模型，其结构 阅读全文
摘要：
循环神经网络RNN RNN拥有一个环路，数据可以通过这个环路不断循环，因此拥有了记忆性，所以更针对序列数据。序列数据上一刻的输出和下一刻的数据一起作为新的输出，结构如下图所示，$X_{t}$和$H_{t}$为t时刻的输入和输出，输入的序列数据为$X_{1}X_{2}X_{3}……X_{t}$ 但是R 阅读全文
摘要：
卷积神经网络CNN CNN是前馈神经网络，包含输入层，卷积层，池化层，全连接层，输出层 1、输入层，以输入彩色图像为例，输入数据为二维，包含RGB三个通道 2、卷积层，使用多个不同权重，大小的卷积核，平移固定的步长，提取图像的特征（对应位置相乘求和，如下图所示，3*3的卷积核对5*5的图像计算，步长 阅读全文
摘要：
多层感知机MLP MLP是最简单的深度学习模型，有输入层，多个隐藏层和输出层，可以采用任意激活函数。它是前馈神经网络，基于反向传播学习。简单的例子如下： 基于MLP的深度平均网络DAN 在论文Deep Unordered Composition Rivals Syntactic Methods fo 阅读全文
摘要：
1. 分词 文本需要经过处理，成为计算机理解的语言。 对于中文文本首先需要分词。如：“安全的出行环境”分词后为“安全 的 出行 环境”。（同时也应使用停用词表，罕见词表对分词结果进行过滤） 但是这样处理后会忽略词序，造成信息的损失。所以也可以使用N-gram，可以保留一定的词序，一般为2-gram。 阅读全文
摘要：
本系列文章参考了github项目Chinese-Text-Classification-Pytorch 数据集及划分 使用来自github中的online_shopping_10_cats中文数据集，数据集包含10个类别，共6万多条评论数据，正、负向评论各约3万条。10个类别为：包括书籍、平板、手机 阅读全文