1.textCNN
优势：短文本分类
可参照：https://www.cnblogs.com/AntonioSu/p/11969386.html
2.fast Text
优点：训练速度快
3.HAN(Hierarchical Attention Network)
优点：对文档的分类
双向的LSTM，可以获得丰富的词汇表示
attention阶段：词在句子中的重要程度
4.TextRNN
以双向lstm编码句子，获得句子的信息表征，将前向最后时刻和后向最后时刻拼接，乘以Fc之后，对tensor做softmax，得到类别。
5.RCNN(Recurrent Convolutional Neural Network for Text Classification）
优势：RNN捕捉上下文信息，而max-pooling选取最重要的信息给分类。
模型数据流：每一个单词的embedding方式主要有3个部分concat组成：[left context ;word embedding;righ context],紧接着max-pooling，最后FC之后，softmax分类。
6.Transformer
可参考：https://www.cnblogs.com/AntonioSu/p/12019534.html
7.BERT
可参考：https://www.cnblogs.com/AntonioSu/p/12326426.html