textcnn 一维卷积,文本分类算法详细解析
图片摘选自:https://blog.csdn.net/qq_22795223/article/details/105386474
以textcnn为例
有6个卷积核,每个卷积核的维度分别是2个(4,embedding_dim),2个(3,embedding_dim),2个(2.embedding_dim),卷积的步长为1,
因为1D 卷积是从上往下卷积,不同于2维卷积的从上往下,从左往右,因为对不同句子的相同位置上的词语卷积,没有什么意义。所以卷积完以后,得到的维度就是(seq_len-kernel_size+1) 就是上图中的(7-4+1,7-3+1,7-2+1)也就是长度分别是4,5,6的6个向量。
然后通过一个最大池化层,得到6个一维向量,最后通过一个全连接映射到(0,1)空间上。