2018文本分类任务经典论文如下
1.Hierarchical Convolutional Attention Networks for Text Classification
2018 ACL 引用量：5+
ensemble：层级网络、self-attention、卷积、elu
2.Understanding Convolutional Neural Networks for Text Classification
2018 ACL 3+
卷积的过程相当于是n-gram模型
池化是找到最相关的
最后乘以W参数是每一个计算一个相关性
3.Learning Structured Representation for Text Classification via Reinforcement Learning
2018 AAAI 18+
4.Joint Embedding of Words and Labels for Text Classification
基本信息：2018 ACL 18+
创新点：充分利用label，生成embedding，同时影响word embedding，而又引入了短语。
模型解释： 在f0中，学习label embedding和word embedding，在f1中，利用label和word之间的相关性进行word embedding的聚合。f2是一个线性模块，最终可以是多标签或者是单标签。其中G是word和label的相似度。
