Vector Space Model
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Stanford University
- Typ organizace
- Academia
- Země
- United States of America
- Publikováno
- 19 June 2011
- Autoři
- Andrew L. Maas, Raymond E. Daly, Peter T. Pham, Dan Huang, A. Ng, Christopher Potts
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Semantic embedding, Sentiment classification
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 255K
- Výcviková data
- 5,650,000 tokens
"We build a fixed dictionary of the 5,000 most frequent tokens" "For all word vector models, we use 50-dimensional vectors" Parameters: 5000*50 + 5000=255000
"We train a variant of our model which uses 50,000 unlabeled reviews in addition to the labeled set of 25,000 reviews"
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Proč je to sledováno
- Highly cited,SOTA improvement
- Záznam důvěry
- Confident
"We evaluate the model using small, widely used sentiment and subjectivity corpora and find it out-performs several previously introduced methods for sentiment classification" " Table 2 shows classification performance on our subset of IMDB reviews. Our model showed superior performance to other approaches, and performed best when concatenated with bag of words representation. "
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- Learning Word Vectors for Sentiment Analysis
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
O tomto modelu
Vector Space Model byl zveřejněn Stanford University, v zemi zaznamenané jako United States of America, během June 2011. Vychází z organizace, která je kategorizována jako academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol semantic embedding, Sentiment classification.
Protože váhy nejsou k dispozici, žádné z hardwarových údajů na tomto webu se na něj nevztahují.
Trénink a původ
Tréninková sada běžela na přibližně 5,650,000 tokeny textu
Jeho kritérium zahrnutí: highly cited,SOTA improvement.
Odpovědi
Vector Space Model — běžné otázky
Vector Space Model— Kdy byl vydán?
Bylo to zveřejněno v June 2011. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.
Vector Space Model— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol semantic embedding, Sentiment classification. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
Vector Space Model— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
Vector Space Model— Je to OPEN SOURCE?
Licencování nikdy nebylo zaznamenáno v našich zdrojových datech. Neuváděné licencování považujeme za uzavřené, protože nezaznamenaná licence není na kterou by se dalo spoléhat.
Vector Space Model— kolik má parametrů?
Má počet parametrů 255K. "We build a fixed dictionary of the 5,000 most frequent tokens" "For all word vector models, we use 50-dimensional vectors" Parameters: 5000*50 + 5000=255000. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
Vector Space Model— Kdo to vytvořil?
Bylo to publikováno společností Stanford University, zakládající se na United States of America, organizace zařazená jako academia.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.