Rekod bukti kaedah
TextCNN
TextCNN is a convolutional neural network for text classification, introduced by Yoon Kim in 2014, that applies parallel convolution filters of different window sizes over word embeddings to capture local n-gram patterns. It is fast and effective for sentiment analysis and topic classification.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
Convolutional Neural Network for Text Classification (TextCNN)
Rekod kaedah taksonomik · ml-model / deep-learning
- 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. · URL
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Tiada tuntutan terkurasi lagi
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.