# 中国語テキスト処理

これはVietAI/vit5-baseモデルをベースに、AutoTrainを使用してトレーニングされたシーケンス・ツー・シーケンスモデルで、テキスト生成タスクをサポートします。

このモデルはDISLab/SummLlama3-8Bを変換したGGUF形式モデルで、テキスト要約タスクに適しています。

これはSetFitフレームワークに基づくテキスト分類モデルで、契約条項分類タスクに特化しており、精度は94.25%です。

これは gyr66/bert-base-chinese-finetuned-ner モデルの ONNX フォーマット変換バージョンで、中国語固有表現認識タスクに使用されます。

このモデルは/gemini/data-1/sikuroberta_vocabtxtをファインチューニングして得られたバージョンであり、具体的な用途と機能についてはさらなる情報が必要です。

中国語ウィキペディアテキストの句読点回復ツールで、6種類の一般的な句読点を回復できます。

Transformerアーキテクチャに基づく軽量事前学習エンコーダ-デコーダモデルで、中国語ニュース要約生成タスク専用です。

このモデルはckiplab/bert-base-chinese-wsをベースに中国語固有表現認識(NER)タスク向けにファインチューニングされたバージョンで、評価セットで優れた性能を示しています。

このモデルは古代中国語の分かち書き機能を提供し、トレーニングデータセットは中国語発展の4つの歴史的時期をカバーしています。

これはsentence-transformersに基づく文埋め込みモデルで、テキストを256次元のベクトル空間にマッピングでき、意味的検索やクラスタリングタスクに適しています。

これはsentence - transformersに基づく文の埋め込みモデルで、テキストを256次元のベクトル空間にマッピングでき、意味的検索とクラスタリングタスクに適しています。

これはsentence - transformersに基づく文埋め込みモデルで、文や段落を512次元の密ベクトル空間にマッピングでき、意味検索やクラスタリングなどのタスクに適しています。

BARTアーキテクチャに基づくシーケンス・ツー・シーケンスモデルで、CNN/DailyMailデータセットで微調整されており、テキスト要約タスクに適しています。