CNN是目前自然語言處理中和RNN并駕齊驅的兩種最常見的深度學習模型。圖1展示了在NLP任務中使用CNN模型的典型網絡結構。一般而言，輸入的字或者詞用Word Embedding的方式表達，這樣本來一維的文本信息輸入就轉換成了二維的輸入結構，假設輸入X包含m個字符，而每個字符的Word Embedding的長度為d，那么輸入就是m*d的二維向量。

?

圖1 自然語言處理中CNN模型典型網絡結構

這里可以看出，因為NLP中的句子長度是不同的，所以CNN的輸入矩陣大小是不確定的，這取決于m的大小是多少。卷積層本質上是個特征抽取層，可以設定超參數F來指定設立多少個特征抽取器（Filter），對于某個Filter來說，可以想象有一個k*d大小的移動窗口從輸入矩陣的第一個字開始不斷往后移動，其中k是Filter指定的窗口大小，d是Word Embedding長度。對于某個時刻的窗口，通過神經網絡的非線性變換，將這個窗口內的輸入值轉換為某個特征值，隨著窗口不斷往后移動，這個Filter對應的特征值不斷產生，形成這個Filter的特征向量。這就是卷積層抽取特征的過程。每個Filter都如此操作，形成了不同的特征抽取器。Pooling 層則對Filter的特征進行降維操作，形成最終的特征。一般在Pooling層之后連接全聯接層神經網絡，形成最后的分類過程。

可見，卷積和Pooling是CNN中最重要的兩個步驟。下面我們重點介紹NLP中CNN模型常見的Pooling操作方法。

|CNN中的Max Pooling Over Time操作

MaxPooling Over Time是NLP中CNN模型中最常見的一種下采樣操作。意思是對于某個Filter抽取到若干特征值，只取其中得分最大的那個值作為Pooling層保留值，其它特征值全部拋棄，值最大代表只保留這些特征中最強的，而拋棄其它弱的此類特征。

CNN中采用Max Pooling操作有幾個好處：首先，這個操作可以保證特征的位置與旋轉不變性，因為不論這個強特征在哪個位置出現，都會不考慮其出現位置而能把它提出來。對于圖像處理來說這種位置與旋轉不變性是很好的特性，但是對于NLP來說，這個特性其實并不一定是好事，因為在很多NLP的應用場合，特征的出現位置信息是很重要的，比如主語出現位置一般在句子頭，賓語一般出現在句子尾等等，這些位置信息其實有時候對于分類任務來說還是很重要的，但是Max Pooling 基本把這些信息拋掉了。

其次，MaxPooling能減少模型參數數量，有利于減少模型過擬合問題。因為經過Pooling操作后，往往把2D或者1D的數組轉換為單一數值，這樣對于后續的Convolution層或者全聯接隱層來說無疑單個Filter的參數或者隱層神經元個數就減少了。

再者，對于NLP任務來說，Max Pooling有個額外的好處；在此處，可以把變長的輸入X整理成固定長度的輸入。因為CNN最后往往會接全聯接層，而其神經元個數是需要事先定好的，如果輸入是不定長的那么很難設計網絡結構。前文說過,CNN模型的輸入X長度是不確定的，而通過Pooling 操作，每個Filter固定取1個值，那么有多少個Filter，Pooling層就有多少個神經元，這樣就可以把全聯接層神經元個數固定?。ㄈ鐖D2所示），這個優點也是非常重要的。

?

圖2. Pooling層神經元個數等于Filters個數

但是，CNN模型采取MaxPooling Over Time也有一些值得注意的缺點：首先就如上所述，特征的位置信息在這一步驟完全丟失。在卷積層其實是保留了特征的位置信息的，但是通過取唯一的最大值，現在在Pooling層只知道這個最大值是多少，但是其出現位置信息并沒有保留；另外一個明顯的缺點是：有時候有些強特征會出現多次，比如我們常見的TF.IDF公式，TF就是指某個特征出現的次數，出現次數越多說明這個特征越強，但是因為Max Pooling只保留一個最大值，所以即使某個特征出現多次，現在也只能看到一次，就是說同一特征的強度信息丟失了。這是Max Pooling Over Time典型的兩個缺點。

其實，我們常說“危機危機”，對這個詞匯樂觀的解讀是“危險就是機遇”。同理，發現模型的缺點是個好事情，因為創新往往就是通過改進模型的缺點而引發出來的。那么怎么改進Pooling層的機制能夠緩解上述問題呢？下面兩個常見的改進Pooling機制就是干這個事情的。

|K-Max Pooling