textCNN原理

7~5~6

一、TextCnn的结构

　1. 嵌入层(embedding layer)

　　textcnn使用预先训练好的词向量作embedding layer。对于数据集里的所有词，因为每个词都可以表征成一个向量，因此我们可以得到一个嵌入矩阵\(M\)，\(M\)中的每一行都是一个词向量

 

　2.卷积池化层(convolution and pooling)

　　输入一个句子，首先对这个句子进行切词，假设有\(s\)个单词，对于每个单词，我们根据上面提到的嵌入矩阵\(M\) 可以得到词向量。假设词向量一共有\(d\)维度，那么我们可以用一个\(s\)行\(d\)列矩阵\(A\)来表示这个句子：\(A \in R^{s\times d }\)

　　我们可以把矩阵\(A\)看成是一幅图像（单通道：灰度图），使用卷积神经网络去提取特征。但是注意卷积核不是常用的 3 * 3或者5 * 5，而是：卷积核的宽度就是词向量的维度\(d\)，高度是超参数，可以设置

　

　3.池化(pooling)

　　不同尺寸的卷积核得到的特征(feature map)大小也是不一样的，因此我们对每个feature map使用池化函数，使它们的维度相同。最常用的就是1-max pooling，提取出feature map照片那个的最大值

　　这样每一个卷积核得到特征就是一个值，对所有卷积核使用1-max pooling，再级联起来，可以得到最终的特征向量，这个特征向量再输入softmax layer做分类。这个地方可以使用drop out防止过拟合

　　

　4.整个过程过程如下（卷积核宽度就是词向量维度，核高度可以设置）：

• 这里word embedding的维度是5。对于句子 i like this movie very much！可以转换成如上图所示的矩阵：\(A \in R^{7\times 5 }\)
• 有6个卷积核，尺寸为\( (2 \times 5),(3 \times 5),(4 \times 5) \)，每个尺寸各2个
• 句子矩阵\(A\)分别与以上卷积核进行卷积操作，再用激活函数激活。每个卷积核都得到了特征向量(feature maps)
• 使用1-max pooling提取出每个feature map的最大值，然后在级联得到最终的特征表达
• 将特征输入至softmax layer进行分类, 在这层可以进行正则化操作( l2-regulariation)

 

二、参考

　本文参考：https://blog.csdn.net/John_xyz/article/details/79210088

　感谢分享：知识共享推动世界进步！