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.
Genel Bakış
Stanford Sentiment Treebank nedir?
Stanford Duyarlılık Ağacı Bankası, duyarlılığı ifade ve cümle düzeyinde analiz eden derin bir öğrenme modeli içeren, duyarlılık analizine yönelik bir veri kümesi ve araçtır. Java'daki (orijinal olarak Matlab) kodu içerir ve Stanford CoreNLP'nin bir parçasıdır.
Stanford Sentiment Treebank ne için kullanılır?

Üst Özellikler
- Duyarlılık analizi için derin öğrenme modeli
- Stanford CoreNLP ile entegrasyon
- Ölçeklenebilirlik için Java kodu
- Eğitim/geliştirme/test bölümlerini içeren veri kümesi
- Canlı demo mevcut
Stanford Sentiment Treebank nasıl kullanılır?
Komut satırı aracılığıyla metin dosyaları üzerinde duyarlılık analizi çalıştırmak, modelleri özel veri kümeleriyle yeniden eğitmek veya canlı demoya çevrimiçi erişmek için sağlanan Java kodunu CoreNLP ile kullanın.
Alternatif Araçlar
Artılar & Eksiler
Artılar
- Ücretsiz ve açık kaynak
- Yeniden eğitim için yüksek düzeyde özelleştirilebilirlik
- Kendi kendine barındırılan dağıtımı destekler
- Araştırma makalesiyle iyi belgelenmiş
Eksiler
- Java ve teknik kurulum gerektirir
- Yerleşik GUI yok, yalnızca komut satırı
Kullanım Durumları
- NLP'de akademik araştırma
- Uygulamalarda duygu analizi
- Özel yaklaşım modellerini eğitme
Kullanıcı Değerlendirmeleri
Henüz değerlendirme yok
Bu aracı değerlendiren ilk kişi ol!