wangbichen的博客

HAN网络： 按照我的理解HAN网络是用于文本分类的，是对文本的一个向量表示。但表示过程是层次化的。 摘要 HAN网络有两大特点，1HAN是层次化的模型，可以暗示了文本本身具有的层次化特征2.使用了两级注意力机制，允许关注更重要的信息。在六个大型分类任务上都取得了良好的成绩。 介绍 文本分类是NLP的基本任务。目标是为一个文本联系一个标签。传统分类方法基于稀疏的从词特征，比如n_gram，再放入SVM中。如今神经网络已经在其中大规模应用。 虽然神经网络方法已经足够有效，但这篇文章表名，如果把文本结构集成到网

开端 本人有幸加入哈工大赛尔NLP实验室。慢慢学习与NLP有关的知识。这篇论文是要求阅读项目中的一篇。本文也不算翻译，只是总结每一部分的重点。我希望能够通过这种写博客的方式巩固自己的知识，也和大家一起分享。 综述 这篇论文介绍的是在word2vec上预训练词向量使用卷积神经网络完成句子级别的分类任务。简单的CNN使用静态的词向量可以达到多个好结果在多任务上。如果进一步允许学习词向量能够获得更好的表现。 介绍 介绍部分介绍了深度学习模型在计算机视觉和语音识别获得了很好的成果。许多深度学习方面的研究都使用了从语