# ソーシャルメディアテキスト処理

xlm-roberta-largeアーキテクチャに基づく多言語テキスト分類モデルで、Comparative Agendas Projectの副次テーマコーディング専用に設計されています。

Distilbertアーキテクチャに基づくTransformerモデルで、ブラジルポルトガル語の感情分析に特化

このモデルはmbart-large-50-many-to-many-mmtをファインチューニングしたもので、ラテン文字化ベンガル語をベンガル文字に変換するために特別に設計されています

CryptoBERTは、暗号通貨関連のソーシャルメディア投稿の感情と言語を分析するために特別に設計された事前訓練済み自然言語処理モデルです。

現在最先端のツイッター品詞タグ付けモデルで、精度は95.38%、Tweebank V2のNERベンチマークとEnglish-EWTコーパスでトレーニングされています。

BETOスペイン語BERTモデルを基に訓練された感情分析モデルで、POS/NEG/NEUの3つの感情分類をサポート

AlephBERTは、ヘブライ語に特化した最先端の言語モデルで、GoogleのBERTアーキテクチャを基に、ヘブライ語テキスト処理のために設計されています。

Krishna K.らの論文「教師なしスタイル変換を再述生成として再構築する」に基づいて訓練されたツイートスタイル変換モデルで、テキストを特定のスタイル（例：ツイートスタイル）の再述バージョンに変換できます。

Arabic-BERTを初期化し、1000万件のアラビア語ツイートで学習した多方言BERTモデルで、アラビア語の複数の方言識別をサポートします。

このモデルはredditデータセットでgoogle/pegasus-largeをファインチューニングしたバージョンで、主にテキストからテキストへの生成タスクに使用されます。

OpenSubtitles、Dirty、PikabuおよびTaigaコーパスのソーシャルメディアセクションを基に訓練されたロシア語対話モデル

イタリア語に対する感情と情動の分類ツールで、怒り、恐怖、喜び、悲しみの4つの基本的な情動の識別をサポートします。

モロッコのアラビア語方言「ダリジャ」に特化した初のBERTモデルで、BERT-baseアーキテクチャに基づいており、訓練データには約300万件のダリジャ方言のテキストシーケンスが含まれています。