Stanford Sentiment Treebank
This website provides a live demo for predicting the sentiment of movie reviews. Most sentiment prediction systems work just by looking at words in isolation, giving positive points for positive words and negative points for negative words and then summing up these points. That way, the order of words is ignored and important information is lost. In constrast, our new deep learning model actually builds up a representation of whole sentences based on the sentence structure. It computes the sentiment based on how words compose the meaning of longer phrases.
نظرة عامة
ما هو Stanford Sentiment Treebank؟
Stanford Sentiment Treebank عبارة عن مجموعة بيانات وأداة لتحليل المشاعر، وتتميز بنموذج تعلم عميق يحلل المشاعر على مستوى العبارة والجملة. يتضمن تعليمات برمجية بلغة Java (في الأصل Matlab) وهو جزء من Stanford CoreNLP.
فيم يستخدم Stanford Sentiment Treebank؟

أفضل الميزات
- نموذج التعلم العميق لتحليل المشاعر
- التكامل مع ستانفورد CoreNLP
- كود جافا لقابلية التوسع
- مجموعة البيانات مع تقسيمات التدريب/التطوير/الاختبار
- العرض المباشر متاح
كيفية استخدام Stanford Sentiment Treebank؟
استخدم كود Java المقدم مع CoreNLP لتشغيل تحليل المشاعر على الملفات النصية عبر سطر الأوامر، أو إعادة تدريب النماذج باستخدام مجموعات البيانات المخصصة، أو الوصول إلى العرض التوضيحي المباشر عبر الإنترنت.
أدوات بديلة
الإيجابيات & السلبيات
الإيجابيات
- مجانية ومفتوحة المصدر
- إمكانية تخصيص عالية لإعادة التدريب
- يدعم النشر المستضاف ذاتيًا
- موثقة جيدا مع ورقة بحثية
السلبيات
- يتطلب جافا والإعداد الفني
- لا يوجد واجهة مستخدم رسومية مدمجة، سطر الأوامر فقط
حالات الاستخدام
- البحث الأكاديمي في البرمجة اللغوية العصبية
- تحليل المشاعر في التطبيقات
- تدريب نماذج المشاعر المخصصة
تقييمات المستخدمين
لا توجد تقييمات بعد
كن أول من يقيم هذه الأداة!