TextCNN
TextCNN est un réseau neuronal convolutif pour la classification de texte, introduit par Yoon Kim en 2014, qui applique des filtres de convolution parallèles de différentes tailles de fenêtre sur des plongements lexicaux (word embeddings) afin de capturer des motifs de n-grammes locaux. Il est rapide et efficace pour l'analyse des sentiments et la classification thématique.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Kim, Y. (2014). Convolutional Neural Networks for Sentence Classification. EMNLP. DOI: 10.3115/v1/D14-1181 ↗
- Zhang, Y. & Wallace, B. (2015). A Sensitivity Analysis of (and Practitioners' Guide to) Convolutional Neural Networks for Sentence Classification. arXiv:1510.03820. link ↗
Comment citer cette page
ScholarGate. (2026, June 1). Convolutional Neural Network for Text Classification (TextCNN). ScholarGate. https://scholargate.app/fr/deep-learning/cnn-text-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- RNN bidirectionnelApprentissage profond↔ compare
- CNN dilatéeApprentissage profond↔ compare
- Unité récurrente à portes (GRU)Apprentissage profond↔ compare
- Forêt AléatoireApprentissage automatique↔ compare
- XGBoostApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →