CNN用于文本分类本就是一个不完美的解决方案，因为CNN要求输入都是一定长度的，而对于文本分类问题，文本序列是不定长的，RNN可以完美解决序列不定长问题，

因为RNN不要求输入是一定长度的。那么对于CNN用于解决文本分类问题而言，可以判断文本的长度范围，例如如果大多数文本长度在100以下，极少数在100以上，那就

可以设定文本长度是100，不足100的文本用padding补齐，多于100的文本则截断。具体过程如下图：

　　首先把分词之后的句子按照设定的维度展开，这里维度是9，每个单词都会有一个向量表达，维度是6（word embedding），然后用一个一维卷积核（也可以是多个）对其进行卷积操作，注意，单词的Embedding的长度就是原始输入的通道数，也就是卷积核的通道数；卷积操作之后，再对其进行Pooling操作，有max-pool和average-pool操作两种，注意，这里是对时间维度，也就是句子序列上做Pooling；最后再输入到一个全连接神经网络中，得到分类结果。

CNN和RNN用于解决文本分类问题的对比：

• • CNN不能完美解决序列式问题
  • CNN卷积相当于N-gram（使用一定长度的卷积核），LSTM可以提取更长的依赖
  • 双向RNN会增强效果
  • CNN模型并行程度高，更快

最新文章

1. RESTful API测试工具
2. Python数据分析之numpy学习
3. Sprint(第一天11.14)
4. Unix系统编程_cha11.6_线程同步
5. sql server 如何在一个数据库中操作另一个数据库中的数据
6. Sql操作表字段
7. SPOJ 375 (树链剖分+线段树)
8. Android HttpClient POST JSON Restful-web-services
9. escape encodeURI encodeURIComponent区别
10. 修改MySQL引擎
11. 通用线程：POSIX 线程详解，第 3 部分 条件互斥量（pthread_cond_t）
12. SQL Server索引进阶：第六级，标签
13. 【MongoDB】The description of index(一)
14. C#私房菜[二][提供编程效率的技巧]
15. java里Struts2学习登录练习详解
16. es6之各种数据类型的扩展
17. JS下计算当前日期（当天）后N天出现NAN或者undefined的情况
18. 一个很初级的错误　Destructor忘记override导致内存泄露
19. NSOperation、NSOperationQueue(II)
20. 破局人工智能：构建AI，与腾讯云一起探索语音应用场景

热门文章

1. ui自动化之selenium操作（四）简单元素操作
2. [每日一学]apache camel简介
3. Vue项目使用域名访问配置
4. 关于Vue 刷新页面
5. java面向对象4-多态
6. Mac SIP系统完整性保护如何关闭
7. DB2常用指令
8. 【leetcode】1178. Number of Valid Words for Each Puzzle
9. 设计模式来替代if-else
10. jQery Datatables回调函数中文