Character-level Convolutional Ne
2018-02-28 本文已影响0人
小绿叶mj
文中指出，在大规模数据集上（尤其是书写不规范的ugc），cnn文本分类问题在char-level同样有很好的效果。
文中alphabet总共有70个char：
alphabet
模型包括6层卷积3层全连接，前两层fc使用了0.5的dropout。
char-cnn
每层细节如下表所示：
输入部分截断到长度为1014，不在alphabet中的词向量置0。
数据增强：近义词替换
评估：
Evaluation
