This tool works by examining indivi

This tool works by examining individual words and short sequences of words (n-grams) and comparing them with a probability model. The probability model is built on a prelabeled test set of IMDb movie reviews. It can also detect negations in phrases, i.e, the phrase "not bad" will be classified as positive despite having two individual words with a negative sentiment. The web service uses a coroutine server based on gevent, so that the trained database can be loaded into shared memory for all requests, which makes it quite scalable and fast. The API is specified here, it supports batch calls so that network latency isn't the main bottleneck.

ผลลัพธ์ (ไทย) 1:

เครื่องมือนี้ทำงาน โดยตรวจสอบคำแต่ละคำและลำดับสั้นคำ (n-กรัม) และเปรียบเทียบกับแบบจำลองความน่าเป็น แบบจำลองความน่าเป็นตั้งอยู่บนชุดทดสอบ prelabeled จาก IMDb ภาพยนตร์รีวิว นอกจากนี้มันยังสามารถตรวจหา negations ในวลี เช่น วลี "ไม่เลว" จะถูกจัดเป็นบวกแม้จะมีสองแต่ละคำ มีความเชื่อมั่นมีค่าลบ การบริการเว็บใช้เซิร์ฟเวอร์ coroutine อิง gevent เพื่อให้ฐานข้อมูลการฝึกอบรมสามารถโหลดลงในหน่วยความจำสำหรับการร้องขอทั้งหมด ซึ่งทำให้มันยืดหยุ่นได้มาก และรวดเร็ว API จะถูกระบุที่นี่ มันรองรับชุดสายเพื่อให้เวลาแฝงเครือข่ายไม่รองหลัก

ผลลัพธ์ (ไทย) 2:

เครื่องมือนี้ทำงานโดยการตรวจสอบคำแต่ละคำและลำดับของคำสั้น (N-กรัม) และเปรียบเทียบกับรูปแบบความน่าจะเป็น รูปแบบความน่าจะถูกสร้างขึ้นบนชุดทดสอบ prelabeled ความคิดเห็นภาพยนตร์ไอเอ็ม นอกจากนี้ยังสามารถตรวจสอบ negations ในวลีคือวลีที่ว่า "ไม่ดี" จะถูกจัดเป็นบวกแม้จะมีคำสองคำที่บุคคลที่มีความเชื่อมั่นในเชิงลบ บริการเว็บที่ใช้เซิร์ฟเวอร์ coroutine ซึ่งเป็นไปตาม gevent เพื่อให้ฐานข้อมูลการฝึกอบรมสามารถโหลดลงในหน่วยความจำที่ใช้ร่วมกันสำหรับการร้องขอทั้งหมดซึ่งจะทำให้มันค่อนข้างปรับขนาดได้และรวดเร็ว API ที่ระบุไว้ที่นี่จะสนับสนุนสายชุดเพื่อที่แฝงเครือข่ายไม่ได้เป็นคอขวดหลัก

ผลลัพธ์ (ไทย) 3:

เครื่องมือนี้ทำงานโดยการตรวจสอบลำดับของคำแต่ละคำ และสั้น ( n-grams ) และเปรียบเทียบกับแบบจำลองความน่าจะเป็น . ความน่าจะเป็นแบบสร้างขึ้นบน prelabeled ชุดการทดสอบของ IMDB บทวิจารณ์ภาพยนตร์ . นอกจากนี้ยังสามารถตรวจสอบ negations ในวลีเช่นวลี " ไม่เลว " จะจัดเป็นบวกแม้จะมีสองแต่ละคำด้วย Sentiment เชิงลบ บริการบนเว็บที่ใช้เซิร์ฟเวอร์จาก gevent โครูทีน ดังนั้นฐานข้อมูลการฝึกอบรมที่สามารถโหลดลงในหน่วยความจำที่ใช้ร่วมกันสำหรับการร้องขอทั้งหมดซึ่งทำให้มันค่อนข้างยืดหยุ่นและรวดเร็ว API ที่ระบุไว้ที่นี่ มันสนับสนุนรุ่นโทรศัพท์ที่มอมแมมไม่ใช่คอขวดหลัก