Metodebevisregister
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.
Kilderegister
Siteringer kopiert ordrett fra metodens kilderegister. Ingen påstandsnivåverifisering er underforstått fra dem.
Convolutional Neural Network for Text Classification (TextCNN)
Taksonomisk metoderegister · 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
Kuraterte påstander
Påstander lagret i bevishovedboken, hver med sin egen vurdering.
Ingen kuraterte påstander ennå
Denne visningen finner ikke opp en påstandsvurdering når hovedboken ikke har noen.
Relaterte metoder
Generert fra metodegrafen og vist som maskinforslåtte relasjoner – ingen bevispåstand er underforstått.