Thumbs Up?

Geschlossene Gewichtungen Cornell University,IBM May 2002

Keine Schätzung

Keine Hardwareanforderungen für dieses Modell

Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..

Aufgezeichnet

Volle Spezifikation

Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..

Ursprung

Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.

Organisation
Cornell University,IBM
Organisationsart
Academia,Industry
Land
United States of America
Veröffentlicht
28 May 2002
Autoren
Bo Pang, Lillian Lee, Shivakumar Vaithyanathan

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain
Language
Aufgabe
Sentiment classification

Größe

Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.

Trainingsdaten
1,400 tokens

yielding a corpus of 752 negative and 1301 positive reviews

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Warum es verfolgt wird
Highly cited
Zitationen
10,656

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz
Thumbs up? Sentiment Classification using Machine Learning Techniques
Zuletzt aktualisiert
28 November 2025

Was die Zahlen bedeuten

Woher es kam

Thumbs Up? wurde veröffentlicht von Cornell University,IBM, im Land aufgezeichnet als United States of America, während May 2002. Die Kategorie, in die der Herausgeber fällt, ist academia,Industry.

Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet sentiment classification.

Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.

Training und Herkunft

Es wurde auf einem Korpus von etwa 1,400 Text-Tokens

Es wird aus einem bestimmten Grund im zugrunde liegenden Datensatz verfolgt: highly cited.

Antworten

Thumbs Up? — Häufige Fragen

01

Thumbs Up?— Wie viele Parameter hat es?

Es wurden keine Parameteranzahlen veröffentlicht, weshalb keine Speicher- oder Geschwindigkeitsangaben auf dieser Seite erscheinen.

02

Thumbs Up?— Wer hat es erstellt?

Es wurde veröffentlicht von Cornell University,IBM, basiert auf United States of America, eine als kategorisierte Organisation academia,Industry.

03

Thumbs Up?— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in May 2002. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.

04

Thumbs Up?— Wofür wird es verwendet?

Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von sentiment classification. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.

05

Thumbs Up?— Welche GPU benötige ich, um es auszuführen?

Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.

06

Thumbs Up?— Ist es Open-Source?

Die Lizenzierung wurde nie in unseren Quelldaten aufgezeichnet. Wir behandeln nicht angegebene Lizenzen als geschlossen, da eine nicht aufgezeichnete Lizenz keine ist, auf die man sich verlassen kann.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 28 November 2025

Die andere Richtung

Von der anderen Seite aus betrachten?

Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.