为什么重要
SST（Stanford Sentiment Treebank）是情感分析领域最广泛使用的基准之一。SST-2 是其二分类版本，作为 GLUE 子任务长期作为模型评测标配。
评测设计
基于 Rotten Tomatoes 电影评论，提供细粒度的情感标注（从非常消极到非常积极）。SST-2 简化为正面/负面二分类。
主要发现
- 预训练模型在 SST-2 上迅速超越人类水平
- 作为 few-shot / zero-shot 评测基准仍有价值
- 细粒度版本（SST-5）难度更高
返回评测
综合 综合-语义匹配 已饱和
模态 · 文本
任务 · 分类
SST-2
电影评论二分类情感分析基准，GLUE 核心子任务
Stanford University ·
考察能力
情感分析 文本分类 语义理解
构建信息
- 数据规模
- 70K 句子
- 评测方式
- 标准评测
- 核心指标
- Accuracy
资源链接
模型效果排行
🥇 GPT-4o
97.5%
🥈 DeBERTa-v3
97.1%
情感分析 文本分类 GLUE 经典基准