2019年12月2日
2018—论文阅读—分类任务
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(372) 评论(0) 推荐(0)
2017—论文阅读—分类任务
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(436) 评论(0) 推荐(0)
2016—论文阅读—分类任务
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(147) 评论(0) 推荐(0)
2015—论文阅读—分类任务
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(140) 评论(0) 推荐(0)
2014—论文阅读—分类任务
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(261) 评论(0) 推荐(0)