用于句子分类的神经网络模型比较研究
计算与语言
2018-10-04 v1
摘要
本文对四种神经网络模型（包括前馈网络、卷积网络、循环网络与长短期记忆网络）在英语和越南语文本的两个句子分类数据集上进行了广泛的比较研究。我们表明，在英语数据集上，不经过任何特征工程的卷积网络模型优于一些具有丰富人工设计语言特征的竞争性句子分类器。我们证明 GloVe 词嵌入一致地优于 Skip-gram 词嵌入与词频向量。我们还展示了卷积神经网络模型在越南语新闻句子数据集上优于强基线模型。我们的实验结果给出了在句子分类中应用神经网络模型的一些良好实践。
引用
@article{arxiv.1810.01656,
title = {A Comparative Study of Neural Network Models for Sentence Classification},
author = {Phuong Le-Hong and Anh-Cuong Le},
journal= {arXiv preprint arXiv:1810.01656},
year = {2018}
}
备注
To appear in the 5th NAFOSTED Conference on Information and Computer Science