我知道卷积神经网络（CNN）可以对ImageNet中的超过一万张图像进行分类。

我发现根据这篇论文的描述，CNN只能对10到20个文本类别进行分类。

卷积神经网络能够对短文本进行多少类别的分类？类别数量的上限是多少？

回答：

一个分类器能够以良好的精度和召回率进行分类的类别数量取决于（但不限于）：

• 每个类别的独特性如何？
• 你能从内容中提取多少特征？（短文本在这方面显然比图像包含的信息少得多）——既然你使用CNN来处理文本，我假设这些特征可能只是字符或单词。
• 这些特征如何在类别之间进行区分？
• 你有多少高质量的标记示例？（我们没有公开的、标记的大型多类别短文本数据集）

在不知道上述问题的答案之前，很难直接给你一个确切的数字。