TextCNN --采用预训练的word vector加CNN，进行文本分类

1 简介

本文根据2014年Yoon Kim 《Convolutional Neural Networks for Sentence Classification》翻译总结的。

Text CNN 模型采用预训练的word vector加CNN（Convolutional Neural Networks）。也证明了预训练的word vectoc 在NLP任务中起重要的作用。

2 模型

上图是两个channel（模型输入两组word vector，一组不进行backpropagated，一组进行backpropagated）的示例，下面文字主要描述了一个channel的情况。

3 实验结果

1)CNN-rand：word vector是随机初始化的。
2)CNN-static: 采用预训练的word2vec初始化，保存静态不参与训练。
3)CNN-non-static：采用预训练的word2vec初始化，训练时进行fine-tuned。下表可以看出来，这个模型表现整体好些。
4) CNN-multichannel：包含两组word vector，每一组作为一个channel，如图1. 一组不进行backpropagated，一组进行backpropagated。两组都通过预训练的word2vec初始化。