Réseaux de neurones convolutionnels pour la classification de phrases

Nous rapportons une série d'expériences avec des réseaux de neurones convolutionnels (CNN) entraînés sur des vecteurs de mots pré-entraînés pour des tâches de classification au niveau de la phrase. Nous montrons qu'un CNN simple avec peu d'ajustement des hyperparamètres et des vecteurs statiques obtient d'excellents résultats sur plusieurs références. L'apprentissage de vecteurs spécifiques à la tâche via un affinement offre des gains supplémentaires de performance. Nous proposons également une modification simple de l'architecture pour permettre l'utilisation à la fois de vecteurs spécifiques à la tâche et statiques. Les modèles CNN discutés ici améliorent l'état de l'art sur 4 des 7 tâches, incluant l'analyse de sentiment et la classification de questions.