用 NLP 示例来回答这个问题非常困难，请记住“所有模型都是错误的，有些模型是有用的”。首先在图像分类问题上下文中想到这一点，您想使用大量过滤器来收集图像中的大量特征，一个可以检测边缘，另一个可以检测颜色密集的区域，一个可能会转动一个区域黑白。通过使用大量过滤器将类似的逻辑扩展到文本，在本例中为 128，您正在尝试捕获大量特征。例如，“我非常喜欢电影”，某个过滤器可能会检测到 like 是一个肯定词而不是相似度比较，某个大小为 2 的过滤器可能会检测到很多，并检测到它是度数的表达。你可以这样继续 很难想出 128 个特征，但我们的想法是获得足够的特征。如果你认为这个数字不合理并且可能导致过拟合，你可以减少这个数字并比较你的结果。

不，1- maxpool 表示在对输入应用过滤器后取输出向量的最大值。所以它与最长的词无关，而是从输出中选择一个元素，将提取的特征表达到最高量。