文本分类：[google]PRADO: Projection Attention Networks for Document Classification On-Device

于 2020-10-24 18:20:55 发布
阅读量349 收藏 2
点赞数
分类专栏： 深度学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/u012852385/article/details/109263550
版权
本文探讨了一种对TextCNN模型的创新改进，即通过引入两只CNN，其中一只用于计算另一只的注意力权重，替代传统的最大池化操作。这种改进有望提升模型在文本理解与特征提取上的性能，特别是在自然语言处理任务中。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

可以参考对textcnn的改进点：每个kernel使用两只cnn，其中一只作为softmax计算另一支的attention，取代textcnn的max-pool
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值