# 文章目录

论文《Glove: Global Vectors for Word Representation》

论文导读

1. 论文总览、学习目标

总览、学习目标

TextCNN(一)

TextCNN(一)

2.论文背景

论文中提到的三个方面:

TextCNN(一)

a.深度学习的发展

模型更复杂、精度提升巨大

TextCNN(一)

b.词向量的发展

NNLM的提出

TextCNN(一)

word2vec的提出

TextCNN(一)

Glove的提出

TextCNN(一)

c.卷积神经网络的发展

CNN网络

TextCNN(一)

轰动世界的AlexNet的提出

TextCNN(一)

3.论文研究成果及意义

研究成果

在7个文本分类任务中取得了特别好的结果

  • CNN-rand : 使用随机初始化的词向量
  • CNN-static: 使用静态预训练的词向量
  • CNN-non-static: 使用微调的预训练的词向量
  • CNN-multichannel : 同时使用静态预训练的词向量和微调的预训练的词向量

TextCNN(一)

小结

TextCNN(一)

小结

相关文章:

  • 2021-08-05
  • 2021-12-20
  • 2021-07-04
  • 2021-05-28
  • 2021-09-26
猜你喜欢
  • 2021-11-19
  • 2021-10-10
  • 2021-11-04
相关资源
相似解决方案