文章目录
什么是TextRCNN
如下图所示,就是TEXTRCNN的架构。
简而言之就是在词嵌入的基础上加上了上下文环境作为新的词嵌入表示。
而左侧和右侧的context是通过前向和后向两层RNN的中间层输出得到的。
这些中间层的输出和原始的词嵌入拼接形成新的词嵌入y。然后送入池化层。
给人一种词嵌入的感觉,结合上下文的词嵌入的感觉。
本意是通过RNN取代TextCNN的特征提取,因为卷积的作用是提取特征,这里用RNN的中间层输出来表示所谓的特征,所以叫做RCNN。
看下表中题目叫做Recurrent =>(convolutional)

tf 实现
def design_model(self,hiden_size=32,with_fc=False):
input_layer=L.Input(shape=(None

本文介绍了TextRCNN模型的架构,它结合词嵌入和上下文信息,通过前向和后向RNN获取新的词嵌入。在TensorFlow中,使用RNN代替TextCNN进行特征提取,将中间层输出作为特征,形成一种结合上下文的词嵌入方法。
最低0.47元/天 解锁文章
153

被折叠的 条评论
为什么被折叠?



