为啥卷积神经网络可以用于文本
卷积神经网络(CNN)能在图像上取得优异性能的重要原因之一在于CNN的特征提取能力. 当多层卷积层堆叠时, 可以从原始图像像素这样的低级特征逐渐提取到边缘, 角点, 轮廓, ..., 直到整个目标.
【为啥卷积神经网络可以用于文本】 这种特征的层级表示现象不仅仅只在图像数据中存在, 文本中从字到词, 短语, 句子, 段落, ...这个过程也体现了特征的层级表示现象, 因此CNN也可以用于文本数据. 除了图像和文本外, 还有其他一些数据也存在这样的特政层级表示现象, CNN在这些数据上也可有所作为.
推荐阅读
- 为啥看到书柜上的藏书会有心旷神怡的感觉
- 为啥知乎上普便有一种【我在北上广深打工，所以拥有更好的视野】这样的错觉
- 为啥工商银行的用户体验如此之差
- 汽车|看了中消协4S店服务测评调查结果，终于知道法系车为啥卖不好了
- 你为啥从窝窝商城离职?
- 为啥5G和2.4G默认的BSSID是相同的
- 为啥电器实体店的价格比淘宝贵那么多
- 现在在线学习视频有很多了，为啥大部分人还是喜欢下载下来观看
- 为啥到现在你还没有女朋友 ?
- 天赐的声音|33岁张雨绮为啥总离婚？看过这些照片就明白了，都是性感惹得祸