datawhale-零基础入门NLP-Task5(未完待续)
Introduction
使用fastText之外的深度学习模型，例如word2vec、TextCNN、TextRNN，来完成文本分类任务
模型学习
首先我们先学习一下我们即将使用的三种模型
word2vec
TextCNN
TextCNN利用CNN（卷积神经网络）进行文本特征抽取，不同大小的卷积核分别抽取n-gram特征，卷积计算出的特征图经过MaxPooling保留最大的特征值，然后将拼接成一个向量作为文本的表示。
TextRNN
TextRNN利用RNN（循环神经网络）进行文本特征抽取，由于文本本身是一种序列，而LSTM天然适合建模序列数据。TextRNN将句子中每个词的词向量依次输入到双向双层LSTM，分别将两个方向最后一个有效位置的隐藏层拼接成一个向量作为文本的表示。
Reference
[1] Datawhale零基础入门NLP赛事 - Task5-word2vec官方文档
datawhale-零基础入门NLP-Task5(未完待续)