一、算法背景

1论文

Yoon Kim在论文(2014 EMNLP) Convolutional Neural Networks for Sentence Classification提出TextCNN。

将卷积神经网络CNN应用到文本分类任务，利用多个不同size的kernel来提取句子中的关键信息（类似于多窗口大小的ngram），从而能够更好地捕捉局部相关性。

二、算法过程

TextCNN主要过程分为四部，也可以说是四个层。

• Embedding(文本向量化)：将文本中的每个词语转换成相同维度的词向量。
• Convolution(卷积层)：通过不同卷积核的大小kernel_size = (1,2,3,4,5)做卷积运算。
• MaxPooling(池化层)：
• FullConnection and Softmax(全连接层)：全连接的 softmax 层，输出每个类别的概率。

整个算法过程论文中所画流程图如下：

三、算法详解

1.Embedding层

2.Convolution(卷积层)

2.1卷积核的定义
卷积核为一个向量，所以有宽度，和高度。另外卷积核还有一个数量。
2.2:卷积核的宽度
大家在图像处理中经常看到的卷积核都是正方形的，比如44，然后在整张image上沿宽和高逐步移动进行卷积操作。但是nlp中输入的“image”是一个词矩阵，比如n个words，每个word用200维的vector表示的话，这个”image”就是n200的矩阵，卷积核只在高度上已经滑动，在宽度上和word vector的维度一致（=200），也就是说每次窗口滑动过的位置都是完整的单词，不会将几个单词的一部分“vector”进行卷积，这也保证了word作为语言中最小粒度的合理性。参见上图中第二列方格，卷积核的宽度和词向量的宽度同为d=5
2.3卷积核的高度
可以成为卷积核的大小。通常取值为2,3,4,5等。可以认为是滑动窗口的大小，每次移动窗口可以卡2个字或者3个字，4个字，类似n-gram模型。参见上图中第二列方格，卷积核的高度为2,3,4
2.4卷积核的数量
比如卷积核大小为2的可以有100个数量。参见上图中第二列方格，卷积核的数量都是2个
2.5卷积的计算
例如：
1 1 0
0 0 1
1 1 1
1 0 1
0 0 0
与卷积核
1 1 1
0 1 1
计算 结果为
3
3
4
2
计算结果shape=（sentence_len - filter_size + 1, 1）
参见上图第三列，如果卷积核数量为2，则会计算出来两个shape=（sentence_len - filter_size + 1, 1）的向量。
如果是图像的卷积计算参考图片：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-2DBLArZv-1600566815219)(https://raw.githubusercontent.com/listwebit/ImgDate/master/cnn-2.gif)]

3.MaxPooling(池化层)

池化层的作用：保留显著特征、降低特征维度

池化/采样的方式通常有以下两种：
1、Max-Pooling: 选择Pooling窗口中的最大值作为采样值；
2、Mean-Pooling: 将Pooling窗口中的所有值相加取平均，以平均值作为采样值

3.1最大池化
(1)如果卷积核的数量都是2，则会在两个向量中每个向量里面找个最大值，组成一个新向量。
(2)将所有向量拼接
例如上图

4.FullConnection and Softmax(全连接层)