2018—论文阅读—分类任务

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。