ACLMay, 2018
基线模型的重要性:简单的基于词嵌入的模型及其相关池化机制
Baseline Needs More Love: On Simple Word-Embedding-Based Models and Associated Pooling Mechanisms
Dinghan Shen, Guoyin Wang, Wenlin Wang, Martin Renqiang Min, Qinliang Su...
TL;DR本文对比了基于简单词向量嵌入的模型(SWEMs)、基于词向量的 RNN/CNN 模型以及两种额外的词嵌入池化策略在 17 个数据集上的性能,研究发现在多数情况下,SWEMs 具有相当甚至更好的表现,且提出的两种池化策略在长文本分类任务上表现优异。