Metodbevispost
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.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
Convolutional Neural Network for Text Classification (TextCNN)
Taxonomisk metodpost · 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
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Inga kuraterade påståenden ännu
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.