NLP文本分类入门学习及TextCnn实践笔记——算法实现（四）
应该是笔记的终篇了。前三篇分别介绍了文本分类的基本处理流程（补了张图在下面）、中文文本分类的代码实现以及关于模型训练的一些经验总结。这篇来记录关于TextCnn算法实现的原理和运算流程。一、基本概念卷积：矩阵卷积运算，比较典型的应用场景是图片处理。被卷积的对象是待提取特征的文本或图片的数据表示，也就是矩阵。卷积核filter：是卷积的另外一个操作参数，一般是一个n*m的矩阵，在TextCnn中因为词向量维度上不需要横向卷积，因此m等于词向量长度，例如m=300，n则类似n-gram中的窗口，
