本文主要是介绍论文笔记|DOC: Deep Open Classification of Text Documents，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
作者：徐甘霖
单位：燕山大学
概述
关于文本分类（Text Classification）及开放领域文本分类（Open-set Text Classification）的介绍，请见5月4日的文章Overcoming the challenge for text classification in the open world，里面简单介绍了文本分类（包括开放领域文本分类）的概念及常用方法，在此不再赘述。作者的主要方法是在具有m个训练类别的数据上构建一个m+1个输出结果的分类器，其中“+1”的情况代表未知类别（unknow），使用改进的CNN构建分类器，结构如下所示：
Overview
本文中的CNN通过最大池化得到一个h维的特征向量，然后经过两个全连接层及其中间的ReLU激活函数将k维的特征向量h降维得到m维的特征向量d（m是已知类别的个数），公式如下：
这篇关于论文笔记|DOC: Deep Open Classification of Text Documents的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
