卷积网络用于文本分类是否需要深度？
计算与语言
2017-07-14 v1
摘要
在本工作中，我们研究了在考虑字符或词输入时，卷积模型用于文本分类的深度的重要性。我们在5项标准文本分类和情感分析任务上表明，当文本输入表示为字符序列时，深层模型确实比浅层网络给出更好的性能。然而，一个简单的浅而宽的网络在词输入上优于诸如DenseNet之类的深层模型。我们的浅层词模型进一步在两个数据集上建立了新的最先进性能：Yelp Binary (95.9\%) 和 Yelp Full (64.9\%)。
引用
@article{arxiv.1707.04108,
title = {Do Convolutional Networks need to be Deep for Text Classification ?},
author = {Hoa T. Le and Christophe Cerisara and Alexandre Denis},
journal= {arXiv preprint arXiv:1707.04108},
year = {2017}
}