标签：池化层 BiLSTM TextRCNN 分类 卷积 CNN 文本

《原始论文：Recurrent convolutional neural networks for text classification》

首先先解释一下为啥叫做 RCNN：一般的 CNN 网络，都是卷积层 + 池化层。这里是将卷积层换成了双向 RNN，所以结果是，两向 RNN + 池化层。就有那么点 RCNN 的味道。

论文里面一开始讲了已经有模型有各种各样的缺点，然后基于已存的各种问题，提出了这个模型。

参考资料：
TextRCNN 文本分类 阅读笔记
NLP经典模型入门-textrnn与textrcnn
最全中文文本分类模型(TextCNNTextRNNFastTextTextRCNNBiLSTM_At
文本分类（TextRNN/TextCNN/TextRCNN/FastText/HAN）
文本分类（TextRNN/TextCNN/TextRCNN/FastText/HAN）

标签：池化层,BiLSTM,TextRCNN,分类,卷积,CNN,文本
来源： https://blog.csdn.net/u013250861/article/details/120373074

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。