深度学习和文本分类

参考博客

传统的文本分类模型

深度学习文本分类模型

fasttext

fastText 模型输入一个词的序列（一段文本或者一句话)，输出这个词序列属于不同类别的概率。
序列中的词和词组组成特征向量，特征向量通过线性变换映射到中间层，中间层再映射到标签。
fastText 在预测标签时使用了非线性激活函数，但在中间层不使用非线性激活函数。
fastText 模型架构和 Word2Vec 中的 CBOW 模型很类似。不同之处在于，fastText 预测标签，而 CBOW 模型预测中间词。

这个模型本身是没有什么特别之处的，它就是利用词向量的平均来做分类。

fastext本质上是一个分类模型，当然它也是可以产生词向量。不过多赘述。

textcnn

TextCNN详细过程：第一层是图中最左边的7乘5