[EMNLP2014]Convolutional Neural Networks for Sentence Classification

因为要用到CNN, 大概了解其意思，而不太明白具体工作原理，趁着元旦放假，集中心思了解它．

下面这个博客给出了非常具体明白的解释．再结合读的这篇文章．大概知道了其原理

http://blog.csdn.net/u013082989/article/details/53673602

https://www.zybuluo.com/hanbingtao/note/485480 (非常详细明白)

首先了解CNN的概念：

卷积：在CNN模型中，卷积就是拿kernel在图像上到处移动，每移动一次提取一次特征，组成feature map, 这个提取特征的过程就是卷积

卷积核（Convolution kernel）也叫过滤器filter, 由对应的权值和偏置提现．





宽卷积：句子长度为Ｓ，kernel的大小是Ｋ，则卷积后的长度是S+K-1, 其实是句子的前后各padding了（k-1）个零

窄卷积：句子没有进行pad, 卷积后的长度是S-K+1

关于这篇文章比较好的code:

https://github.com/xiayandi/Pytorch_text_classification/blob/master/cnn.py

https://github.com/junwang4/CNN-sentence-classification-pytorch-2017/blob/master/cnn_pytorch.py

代码注释非常好的CNN

https://github.com/MorvanZhou/PyTorch-Tutorial/blob/master/tutorial-contents/401_CNN.py

https://github.com/xiayandi/Pytorch_text_classification/blob/master/cnn.py