نقدم فئة من شبكات العصبونات التلافيفية (CNNs) التي تستفيد من شبكات العصبونات المتكررة (RNNs) كمرشحات تلافيفية. يتم تنفيذ المرشح التلافي عادةً كتحويل خطي محاذاة يليه دالة غير خطية، مما لا يأخذ في الاعتبار التركيب اللغوي. نتيجة لذلك، فإنه يحد من استخدام مرشحات الرتب العليا التي غالبًا ما تكون ضرورية للمهام المعنية معالجة اللغة الطبيعية. في هذا العمل، نقوم بنمذجة المرشحات التلافيفية باستخدام شبكات العصبونات المتكررة التي تلتقط بشكل طبيعي التركيب والارتباطات طويلة المدى في اللغة. نوضح أن هياكل CNN البسيطة المجهزة بمرشحات عصبية متكررة (RNFs) تحقق نتائج مماثلة لأفضل النتائج المنشورة على مجموعة بيانات شجرة المشاعر في ستانفورد ومجموعتين من بيانات اختيار الجمل الإجابة.