（4-4）文本分类与情感分析算法：卷积神经网络（CNN）

4.4  卷积神经网络（CNN）

神经网络(Neual Networks)是人工智能研究领域的一部分，当前最流行的神经网络是卷积神经网络。卷积神经网络目前在很多很多研究领域取得了巨大的成功，例如语音识别，图像识别，图像分割，自然语言处理等。

4.4.1  卷积神经网络的发展背景

在半个世纪以前，图像识别就已经是一个火热的研究课题。1950年中到1960年初，感知机吸引了机器学习学者的广泛关注。这是因为当时数学证明表明，如果输入数据线性可分，感知机可以在有限迭代次数内收敛。感知机的解是超平面参数集，这个超平面可以用作数据分类。然而，感知机却在实际应用中遇到了很大困难，这主要有如下两个问题造成的：

1. 多层感知机暂时没有有效训练方法，导致层数无法加深；
2. 由于采用线性激活函数，导致无法处理线性不可分问题，比如“异或”。

上述问题随着后向传播(back propagation，BP)算法和非线性激活函数的提出得到解决。1989年，BP算法被首次用于CNN中处理2-D信号(图像)。

在2012年的ImageNet挑战赛中，CNN证明了它的实力，从此在图像识别和其他应用中被广泛采纳。