利用卷积神经网络有效利用词序进行文本分类
计算与语言
2015-03-27 v2 机器学习
机器学习
摘要
卷积神经网络 (CNN) 是一种能够利用数据内部结构（如图像数据的二维结构）的神经网络。本文研究将 CNN 应用于文本分类，以利用文本数据的一维结构（即词序）进行准确预测。与通常使用低维词向量作为输入不同，我们直接将 CNN 应用于高维文本数据，从而直接学习用于分类的小文本区域嵌入。除了将 CNN 从图像 straightforwardly 适配到文本外，我们还提出了一种简单但新颖的变体，即在卷积层中采用词袋转换。此外，我们还探索了组合多个卷积层以提高准确性的扩展方案。实验表明，与最先进的方法相比，我们的方法是有效的。
引用
@article{arxiv.1412.1058,
title = {Effective Use of Word Order for Text Categorization with Convolutional Neural Networks},
author = {Rie Johnson and Tong Zhang},
journal= {arXiv preprint arXiv:1412.1058},
year = {2015}
}