1：意圖識別要做啥？
最近在寫文件的時候，寫不出來的時候就回去看看需求，一定反覆強調需求是什麼，而技術也類似，我們一定要想明白技術要替我們解決什麼。拿文字進行舉例，我們看到有使用者給我們一句話：“我想聽德雲社的相聲”，那我們其實可以姑且將其意圖歸類於影音需求，別看將其歸歸類是個很簡單活，但是這會對很多NLP應用帶來很多的提升，比如在我們熟悉的搜尋，我們搜尋的時候如果涉及到一條資訊對應多個分類的時候，這樣搜尋結果會比較差，但是如果我們透過意圖識別發現使用者是個遊戲迷，我們就可以在使用者搜尋時將遊戲的搜尋結果優先返還給使用者，這本身也是很有意義的一件事。
2：意圖識別的方法
因為意圖識別本身也是一個分類問題，其實方法和分類模型的方法大同小異。
常用的有：
1：基於詞典模板的規則分類
2：基於過往日誌匹配（適用於搜尋引擎）
3：基於分類模型進行意圖識別
這三種方式基本上是目前比較主流的方法，現在進行意圖識別的難點主要是兩點，一點是資料來源的匱乏，因為方法已經比較固定，基本都是有監督學習，需要很多的標記資料，現在我們常用的資料要麼就是找專業標記團隊去買（我們是自己標記的，很噁心。。），要麼就是自己去爬，這方面還是很麻煩的。第二點是儘管是分類工作，但是意圖識別分類種類很多，並且要求的準確性，拓展性都不是之前的分類可比的，這一點也是很困難的。
這次的思路是使用CNN+softmax進行分類，不同於傳統的如SVM,決策樹等傳統的分類方法，
CNN對於長文字的分類效果還是不錯的，但是在短文字上相較RNN還是有一些差距。
基本的思路與下圖所述的論文相似：
既然CNN比不上RNN，為什麼還是選取了CNN，我的想法是文字分詞後一般會有粒度和語義的矛盾，粒度太大，分詞效果不好，粒度太小，語義丟失，而CNN核心過程是卷積，我們可以透過CNN的卷積將分完詞之後的詞的語義結合在一起，從而獲得更加準確的詞向量。
現在說說這篇論文：
這篇論文的網路結構如下：
基本的結構為：輸入層->第一層卷積層->池化層->全連線層+softmax層
現在也在進一步的嘗試中，目前還有幾個小trick：
1：是否可以使用字向量代替詞向量？
2：輸入的詞向量是否可以多換幾種表述方式？
這幾個小trick等研究之後再來更新一下，我也是在學習中，大家如果有好的建議也請多多指教。
1：意圖識別要做啥？
最近在寫文件的時候，寫不出來的時候就回去看看需求，一定反覆強調需求是什麼，而技術也類似，我們一定要想明白技術要替我們解決什麼。拿文字進行舉例，我們看到有使用者給我們一句話：“我想聽德雲社的相聲”，那我們其實可以姑且將其意圖歸類於影音需求，別看將其歸歸類是個很簡單活，但是這會對很多NLP應用帶來很多的提升，比如在我們熟悉的搜尋，我們搜尋的時候如果涉及到一條資訊對應多個分類的時候，這樣搜尋結果會比較差，但是如果我們透過意圖識別發現使用者是個遊戲迷，我們就可以在使用者搜尋時將遊戲的搜尋結果優先返還給使用者，這本身也是很有意義的一件事。
2：意圖識別的方法
因為意圖識別本身也是一個分類問題，其實方法和分類模型的方法大同小異。
常用的有：
1：基於詞典模板的規則分類
2：基於過往日誌匹配（適用於搜尋引擎）
3：基於分類模型進行意圖識別
這三種方式基本上是目前比較主流的方法，現在進行意圖識別的難點主要是兩點，一點是資料來源的匱乏，因為方法已經比較固定，基本都是有監督學習，需要很多的標記資料，現在我們常用的資料要麼就是找專業標記團隊去買（我們是自己標記的，很噁心。。），要麼就是自己去爬，這方面還是很麻煩的。第二點是儘管是分類工作，但是意圖識別分類種類很多，並且要求的準確性，拓展性都不是之前的分類可比的，這一點也是很困難的。
這次的思路是使用CNN+softmax進行分類，不同於傳統的如SVM,決策樹等傳統的分類方法，
CNN對於長文字的分類效果還是不錯的，但是在短文字上相較RNN還是有一些差距。
基本的思路與下圖所述的論文相似：
既然CNN比不上RNN，為什麼還是選取了CNN，我的想法是文字分詞後一般會有粒度和語義的矛盾，粒度太大，分詞效果不好，粒度太小，語義丟失，而CNN核心過程是卷積，我們可以透過CNN的卷積將分完詞之後的詞的語義結合在一起，從而獲得更加準確的詞向量。
現在說說這篇論文：
這篇論文的網路結構如下：
基本的結構為：輸入層->第一層卷積層->池化層->全連線層+softmax層
現在也在進一步的嘗試中，目前還有幾個小trick：
1：是否可以使用字向量代替詞向量？
2：輸入的詞向量是否可以多換幾種表述方式？
這幾個小trick等研究之後再來更新一下，我也是在學習中，大家如果有好的建議也請多多指教。