用于文本分类的全卷积网络
机器学习
2019-02-18 v1 机器学习
摘要
本文提出一种使用全卷积网络进行分类的新方法，同时允许任意大小的输入。此外，我提出了对注意力思想的两项修改，以及使用这些修改的利弊。最后，我在ITAmoji 2018推文到表情符号任务上展示了次优结果，并讨论了可能的原因以及进一步改进结果的提议修复方案。
引用
@article{arxiv.1902.05575,
title = {Fully Convolutional Networks for Text Classification},
author = {Jacob Anderson},
journal= {arXiv preprint arXiv:1902.05575},
year = {2019}
}
备注
6 pages, 4 tables, 3 figures, submitted for the EVALITA 2018 workshop as part of clic-it 2018 conference