# ソーシャルメディア分析

bert-base-chineseを基に、微博100k感情分析データセットでファインチューニングした中国語テキスト分類モデル

現代的な双方向エンコーダー専用Transformerモデルのロシア語版で、約2兆のロシア語、英語、コードトークンで事前学習され、コンテキスト長は8,192トークンに達します。

dbmdz/bert-base-turkish-casedをファインチューニングしたトルコ語感情分析モデルで、ネガティブ、ニュートラル、ポジティブの3種類の感情分類をサポートします。

mDeBERTa-v3-baseをファインチューニングした中国語感情分類モデル、8種類の感情ラベルを識別可能

distilbert/distilbert-base-uncasedをファインチューニングした感情分析モデルで、合成データのみでトレーニングされ、5つの感情分類をサポートします。

日本語ツイッターBERTをファインチューニングした感情分析モデルで、日本語ツイートの感情傾向を分析するために特別に設計されています。

camembert-baseをファインチューニングしたフランス語ツイート感情分類モデル。フランス語テキストをポジティブ、ネガティブ、またはニュートラルに分類可能

STARは、ソーシャルメディアの執筆スタイル理解のための教師あり対照学習事前学習トランスフォーマーモデルです。

BERTベースのファインチューニングモデルで、マルチラベル感情分類専用に設計されており、11種類の感情認識をサポートします。

BETO（スペイン語版BERT）に基づいて構築された感情分析モデルで、スペイン語テキストの感情分類をサポートします。

WRAPresentationsはツイート論点マイニング専用に設計された先進的な文変換モデルで、ツイートを「理由」「主張」「通知」「無意味」の4種類に分類可能です。

これはAutoTrainでトレーニングされた二項分類モデルで、スタンプ画像と非スタンプ画像を区別するために使用されます。

これはAutoTrainでトレーニングされた二項分類モデルで、画像に地図が含まれているかどうかを区別します。

CrossSumデータセットでファインチューニングされた多言語要約生成モデル、45言語の言語横断要約生成をサポート

RoBERTa-largeアーキテクチャをベースに、Redditのうつ病関連スレッドで事前学習された言語モデルで、うつ病検出専用に設計されています。

hfl/chinese-roberta-wwm-extモデルをCOLDatasetで微調整した中国語の冒とく的言語検出モデル

これはGoogleのViTモデルをベースにファインチューニングした画像分類モデルで、スタンプ認識タスク専用です。

microsoft/xtremedistil-l6-h384-uncasedをファインチューニングしたモデル、具体的な用途は明記されていない

roberta-baseをベースにtweetner7データセットで微調整された固有表現認識モデルで、ツイッターテキストのエンティティ認識に特化しています。

このモデルはTwitterデータで事前学習されたRoBERTaモデルで、tner/tweetner7データセットでファインチューニングされ、ツイート内の固有表現認識に使用されます。

このモデルはRoBERTaアーキテクチャに基づくTwitter専用の固有表現認識モデルで、tweetner7データセットで継続的にファインチューニングされ、ツイート内の固有表現を識別します。

TweetNER7データセットでファインチューニングされたTwitter-RoBERTaモデルに基づく固有表現認識モデルで、ツイート内のエンティティ認識に特化しています。

roberta-largeをtner/tweetner7データセットでファインチューニングした固有表現認識モデルで、ツイッターテキストの固有表現認識に特化

Tweebank V2固有表現認識ベンチマークで訓練されたTwitter品詞タグ付けベースラインモデル、精度95.21%達成

CrossSumデータセットでファインチューニングされたmT5多対一モデルで、複数言語で書かれたテキストを中国語(簡体字)で要約できます

Distilbertベースのトルコ語感情分析モデルで、トルコ語に翻訳された感情データセットで微調整済み

RoBERTa-baseアーキテクチャに基づく皮肉テキスト分類器で、テキストが皮肉内容かどうかを区別するために使用されます。

現代標準アラビア語と一部の方言をサポートする事前学習済みアラビア語BERTベース言語モデル

アラビア語方言とツイートに最適化されたBERTモデルで、6000万件のアラビア語ツイートでMLMタスクの事前学習を行い、絵文字と一般的な語彙のサポートを追加しました。

BERT Tinyアーキテクチャに基づいて微調整された軽量級の偽ニュース検出モデルで、中国語テキスト分析に適しています。

mT5アーキテクチャに基づく多言語要約モデルで、複数の言語のテキストを英語に要約できます。

アラビア語テキスト処理タスク用に事前学習されたアラビア語BERTミニ言語モデル

これはAutoNLPを通じて訓練された二値分類モデルで、テキスト中の仇恨発言内容を検出するためのものです。

distilbert-base-uncasedをファインチューニングしたヘイトスピーチ検出モデル、tweet_evalデータセットで学習

ロシア語のセンシティブトピックデータセットで訓練されたテキスト分類モデル。企業の評判を損なう可能性のある18種類の不適切なコンテンツを識別可能

distilbert-base-uncasedをファインチューニングした感情分析モデルで、tweet_evalデータセットでトレーニングされ、ツイートの感情分類に使用されます

EmoEventコーパスを用いて訓練された英語の感情分析モデルで、BerTweetアーキテクチャを採用しています。

bert-base-uncasedをベースに微調整された感情分析モデルで、ツイートの感情分類に使用されます。

bert-base-uncasedをベースに微調整されたモデルで、仇恨メムのテキスト内容を識別するために使用されます。

このモデルはRoBERTaアーキテクチャに基づいており、英語テキストで表現される購買意向を分析し、二値分類（購買意向あり/なし）を行います。