本文回顾了2017年IEEE关于句子分类的技术发展，深入解析深度学习模型在该领域的应用，包括WordEmbedding、CNN、RNN及LSTM等关键技术。
2017年IEEE的，感觉参考意义不是太大
一步步介绍句子分类的所用技术和发展历史
下面介绍深度学习模型
A、word embedding
先把文档中的每个词利用词典顺序表示成onehot形式，并把它们进行拼接，输入嵌入层，嵌入层的作用可以看作是一个权重矩阵，得到每个【注：每个的】词的表示 e = Wx. 这样整个文档就是（e1, e2, e3 .....）的低维稠密向量了
B-D 介绍了一下CNN RNN LSTM
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
