# LSTM-CRFアーキテクチャ

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。

Flairに組み込まれている英語18クラス固有表現認識モデルで、Ontonotesデータセットで訓練され、F1スコアは89.27です。

Flairに組み込まれている英語動詞曖昧性解消高速モデルで、文中の動詞の意味役割ラベルを予測します。

Flairに組み込まれている18クラス英語固有表現認識高速モデル、Ontonotesデータセットでトレーニング済み

Flairに組み込まれた英語の高速4クラス固有表現認識モデルで、Flair埋め込みとLSTM-CRFアーキテクチャを使用し、CoNLL-03データセットで92.92のF1スコアを達成しています。

Flairフレームワークに組み込まれたドイツ語法律固有表現認識モデルで、法律テキスト向けに設計されており、19種類の法律エンティティ認識をサポート

Flairに組み込まれた英語高速品詞タグ付けモデルで、Ontonotesデータセットで訓練され、F1スコアは98.10を達成。

Flairに標準搭載されているデンマーク語4クラスNERモデル、Transformer埋め込みとLSTM-CRFアーキテクチャに基づく

Flairに標準搭載されているフランス語の4クラスNERモデルで、Flairの単語埋め込みとLSTM-CRFアーキテクチャに基づいており、WikiNERデータセットでF1スコア90.61を達成しています。

Flairに組み込まれた標準4クラスNERモデルで、英語、ドイツ語、オランダ語、スペイン語の固有表現認識タスクに適用可能

Flairに標準搭載されているドイツ語4クラスNERモデルで、Flair埋め込みとLSTM-CRFアーキテクチャを基に、CoNLL-03ドイツ語改訂版でF1スコア87.94を達成しています。