# BERT微調整

BERT-base-uncasedをベースに微調整されたメンタルヘルステキスト分類モデルで、テキストを7種類のメンタルヘルスカテゴリに分類できます。

ruSpamNS_bigは、Telegramのロシア語スパム情報分類モデルで、DeepPavlov/distilrubert-small-cased-conversationalモデルを微調整して作成されました。

BERTアーキテクチャを微調整した韓国語金融ニュース感情分析モデルで、特に為替関連ニュースの要約を感情分類するために特化

Lite-BERT-SLはBERTに基づく系列ラベリングモデルで、金融分野の重要業績指標（KPI）の識別に特化しており、金融文書の解析と情報抽出に適しています。

AI生成テキストと人間が書いたテキストを正確に区別するための微調整されたBERTモデルです。

BERT-baseに基づくフィッシングメール/ウェブページ分類モデルで、検証セットで87.3%の正解率を達成

BERTアーキテクチャに基づく微調整モデルで、テキスト中の比喩表現を検出するために使用されます。

BERTアーキテクチャに基づいて微調整されたフィッシングURL検出モデルで、潜在的な悪意のあるURLを識別するために使用されます。

BERTを微調整した命名エンティティ識別モデルで、テキスト中の社会的偏見の種類を検出するために使用されます。

DarkBERTをベースに微調整された固有表現認識モデルで、ネットワークセキュリティ分野の脅威インテリジェンス分析に特化しています。

このモデルはBERTアーキテクチャに基づいており、ネットワークセキュリティテキストが属するMITRE ATT&CK戦術フレームワークのカテゴリを識別するために特別に設計されており、マルチラベル分類をサポートします。

このモデルはBert-Base-Uncasedを微調整して、タンパク質のアミノ酸配列に基づいてその機能を予測するマルチラベル分類タスクに使用されます。

MetaHateBERTは、BERTアーキテクチャに基づくテキスト分類モデルで、仇恨発言の検出に特化しています。

BERTをベースにした金融規制分野のマルチラベル分類モデルで、反マネーロンダリング/反テロ資金供与などの規制テキストに最適化されています。

bert-base-casedを微調整した医療症状診断分類モデルで、症状の記述から22種類の可能な診断を予測

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。

Polite BertはBERTを微調整したモデルで、英語の文の礼儀正しさを、無礼、中立、やや礼儀正しい、礼儀正しいの4段階で分類します。

dbmdz/bert-base-italian-casedをベースに微調整されたイタリア語の命名エンティティ認識モデルで、wiki_neuralデータセットで優れた性能を発揮します。

BERTベースのテキスト分類モデルで、エックマンの6つの基本情動を識別するためのもの

bert-base-multilingual-uncasedをベースに微調整されたテキスト分類モデルで、多言語のニュースタイトルから皮肉の内容を検出するために使用されます。

bert-base-uncasedをglueデータセットで微調整した英語文法チェックモデルで、テキスト分類タスクに使用されます。

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。

bert-base-multilingual-casedをemotionデータセットで微調整した多言語感情分類モデル

BioBERTに基づく名前付きエンティティ認識モデルで、CRAFT英語データセットで微調整されました。

GreekBERTをベースに開発されたギリシャ語言語モデルで、ギリシャのソーシャルメディアテキストに特化して最適化されています。

ドイツ語テキストの感情分類用に訓練されたBERTモデルで、ポジティブ/ネガティブ/ニュートラルの3分類をサポートします。

bert-base-multilingual-uncasedモデルをベースに微調整された多言語テキスト分類モデル

BERTベースモデルをGLUEデータセットで微調整したテキスト分類モデル

このモデルは、bert-base-uncasedをyelp_polarityデータセットで微調整したバージョンで、テキスト分類タスクに使用され、正解率は95.16%に達しています。

BERTベースの多クラス不確定性手がかり識別モデルで、トークンレベルで4種類の異なるタイプの不確定性手がかりを検出できます。

BERT-base-casedモデルをemotionデータセットで微調整した感情分類モデル

FinBERTは金融通信テキストを元に事前学習されたBERTモデルで、金融自然言語処理分野に特化しています。finbert-toneはその微調整バージョンで、金融感情分析タスクに使用されます。

bert-base-uncasedモデルをベースに微調整したバージョンで、穴埋めタスク（マスク言語モデリング）に特化しています。

これはBERTアーキテクチャに基づくポルトガル語質問応答モデルで、SQuAD-v1-ptデータセットで微調整され、ポルトガル語質問応答タスクに特化しています。

bert-base-uncasedをベースに微調整されたデータスキルモデルで、特定のNLPタスクに適しています。

bert-base-casedをベースに微調整した命名エンティティ認識（NER）モデルで、評価セットでのF1値は0.6868に達します。

BioBERTをNCBI疾病データセットで微調整した命名エンティティ認識モデル

bert-base-uncasedをベースにGLUE MRPCデータセットで微調整したテキスト分類モデル

BERTアーキテクチャに基づく事前学習言語モデルで、wikitext2データセットで微調整され、マスク埋め込みタスクに適しています。

これは多言語BERTモデルをスタンフォード質問応答データセット(SQuADv1.1)で微調整した質問応答モデルで、複数の言語の読解タスクをサポートします。