# 高精度NER

このモデルはnlpaueb/legal-bert-base-uncasedをInLegalNERデータセットでファインチューニングしたバージョンで、インドの法律テキストにおける固有表現認識タスク専用です。

ポルトガル語法律分野の固有表現認識モデルで、ブラジルデータ保護法LGPDに準拠し、法律テキスト内の機密情報を識別することに特化しています。

ModernBERT-baseをファインチューニングした固有表現認識モデルで、CoNLL2003データセットで訓練されており、人物、組織、場所のエンティティ認識に優れています。

CamemBERTa v2をファインチューニングしたフランス語固有表現認識モデル、LOC/PER/ORGの3種類のエンティティ認識をサポート

RoBERTaアーキテクチャに基づく医療分野の名前付きエンティティ認識モデルで、医療テキストから特定のエンティティを識別するために使用されます

DeBERTaV3ベースの生物医学的固有表現認識モデルで、臨床テキストから疾患や薬剤などの構造化情報を抽出するために特別に設計されています

BERT-BiLSTM-CRFアーキテクチャに基づく中国語固有表現抽出モデルで、微博データセットでファインチューニングされており、ソーシャルメディアテキストのエンティティ認識タスクに適しています

bert-base-multilingual-casedをファインチューニングしたロシア語テキストの固有表現認識(NER)モデルで、BIOLUタグ付け形式を採用し、人名、場所、組織などのさまざまなエンティティタイプを認識できます。

CyNER 2.0はサイバーセキュリティ分野専用に設計された固有表現認識モデルで、DeBERTaアーキテクチャに基づき、様々なサイバーセキュリティ関連エンティティを識別できます。

ロシア語文字列からアドレス構成要素を識別するための固有表現認識モデル

Legal-BERTをファインチューニングした法的命名実体認識モデルで、法テキスト内の特定実体を識別

FewNERD-fine-supervisedでファインチューニングされたnumind/NuNER-v1.0モデルで、テキスト中の組織エンティティ(ORG)を識別するために使用されます

electra-smallをファインチューニングした命名エンティティ認識モデルで、場所、人名、組織の3種類のエンティティを認識できます。

DeBERTaアーキテクチャに基づいて微調整された医学命名実体認識モデルで、41種類の医学実体を認識できます。

RoBERTaLexPT-baseは、LegalPTとCrawlPTコーパスで事前学習された、法律分野に特化したポルトガル語マスク言語モデルです。

CYBERTをCyNERデータセットでファインチューニングしたサイバーセキュリティエンティティ認識モデルで、ネットワーク脅威に関連する名前付きエンティティを識別します。

distilbert-base-uncasedをファインチューニングしたPII(個人識別情報)識別モデルで、テキストから機密情報を検出・除去する

このモデルはxlm-roberta-baseを特定のデータセットでファインチューニングしたバージョンで、主に固有表現認識タスクに使用されます。

xlm-roberta-baseをファインチューニングした暗号通貨の固有表現認識モデルで、暗号通貨のトークンシンボル、名称、ブロックチェーンアドレスの識別に特化しています。

Roberta-largeをファインチューニングした固有表現認識モデルで、OCRエラーを含む可能性のある歴史的な新聞テキスト専用です。

BERT-base-casedモデルをconll2003データセットでファインチューニングした固有表現抽出モデル

このモデルは金融分野のデータセットで微調整された命名エンティティ認識モデルで、金融テキスト中の命名エンティティを正確に認識できます。

BioBERTをファインチューニングした固有表現認識モデルで、臨床記録から医学的症状を検出します。

DistilBERTベースのLinkedIn技能識別モデルで、テキストから専門技能を識別するために使用されます。

HerBERTモデルをファインチューニングしたポーランド語固有表現認識モデルで、人物、場所、組織の3種類のエンティティを認識可能

コードデータセット内の個人識別可能情報(PII)を検出するNERモデルで、氏名、メールアドレス、キー、パスワード、IPアドレス、ユーザー名など6種類のPIIを識別可能

KoELECTRA-small-v3ベースの韓国語固有表現認識モデル、15種類のエンティティタイプ認識をサポート

これはxlm-roberta-largeモデルをロシア語Wikiann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(NER)モデルです

ソーシャルメディアの非公式テキスト向けに設計された食品エンティティ認識モデル、RoBERTaアーキテクチャを基にファインチューニング

xlm-roberta-baseをファインチューニングした日本語固有表現認識モデル

YODAはGoogle Feed製品向けに最適化された固有表現認識モデルで、EC製品メタデータの特徴抽出に特化しています

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。

kor-bertをベースに微調整された韓国人名識別モデルで、テキスト中の韓国人名を識別し匿名化するために使用されます。

このモデルは、Bio_ClinicalBERTをbc4chemd_nerデータセットで微調整したバージョンで、化学薬品固有表現認識タスクに使用されます。

xlm-roberta-large-ner-hrlモデルを玩具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

bert-base-casedをベースにファインチューニングした固有表現認識(NER)モデル

このモデルはDistilBERTベースの軽量モデルで、玩具データセット上で固有表現抽出（NER）タスクのファインチューニングを行っています。

BERT-base-casedアーキテクチャに基づいて微調整された命名エンティティ識別モデルで、テキスト内のさまざまな種類の命名エンティティを識別するために特別に設計されています。

distilbert-base-uncasedアーキテクチャに基づく固有表現認識モデルで、conll2012_ontonotesv5-english-v4データセットでファインチューニング済み

RoBERTa-largeモデルをconll2003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、NERタスクで優れた性能を発揮します。