Uma Análise de Sensibilidade de (e um Guia para Praticantes sobre) Redes Neurais Convolucionais para Classificação de Sentenças

As Redes Neurais Convolucionais (CNNs) conseguiram recentemente um desempenho notavelmente forte na tarefa praticamente importante de classificação de sentenças (kim 2014, kalchbrenner 2014, johnson 2014). No entanto, esses modelos exigem que os praticantes especifiquem uma arquitetura de modelo exata e definam parâmetros hiper, incluindo o tamanho da região do filtro, parâmetros de regularização, e assim por diante. Atualmente, não se sabe quão sensível é o desempenho do modelo a mudanças nessas configurações para a tarefa de classificação de sentenças. Assim, realizamos uma análise de sensibilidade de CNNs de uma camada para explorar o efeito dos componentes da arquitetura no desempenho do modelo; nosso objetivo é distinguir entre decisões de design importantes e comparativamente insignificantes para a classificação de sentenças. Nós nos concentramos em CNNs de uma camada (excluindo modelos mais complexos) devido à sua simplicidade comparativa e forte desempenho empírico, o que a torna um método padrão moderno comparável a Máquinas de Vetores de Suporte (SVMs) e regressão logística. Derivamos conselhos práticos a partir de nossos extensos resultados empíricos para aqueles interessados em aproveitar ao máximo as CNNs para a classificação de sentenças em cenários do mundo real.