基于词性和多重CNN的多通道文本分类模型的构建方法

摘要

本发明提供一种基于词性和多重CNN的多通道文本分类模型的构建方法，该方法对卷积神经网络进行训练时，所采用的方法依然是传统的梯度下降法。其中，若采用批量梯度下降法，虽然能够获得最好的收敛效果，但由于每次迭代过程都需要所有训练样本参与运算，严重制约训练过程的收敛速度；若采用随机梯度下降法，则每次迭代只需要一个样本，因此在训练速度方面具有明显的优势。