# RoBERTaの微調整

RoBERTa-baseを微調整したテキスト分類モデルで、テキスト中の自殺傾向を検出するために使用され、精度は96.5%に達します。

FOMCの鷹派 - 鴿派 - 中立分類タスクに使用する微調整されたRoBERTaモデル

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。

Twitter RoBERTaモデルをWNUT 17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で、テキスト中の特定のエンティティカテゴリを識別するために使用されます。

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。

このモデルは、RoBERTa大型モデルをベースに、CUAD法律契約データセットを使用して微調整されたバージョンで、法律契約書の審査タスクに特化しています。

RoBERTa(base)の事前学習モデルを微調整した論弁テキスト分類モデルで、テキストに論弁内容が含まれているかどうかを識別するために使用されます。

RoBERTa-largeを微調整した英語テキストの感情分類モデルで、7種類の基本感情を識別できます。

RoBERTa-Baseアーキテクチャに基づいて微調整された中国語命名エンティティ識別モデルで、CLUENER2020データセットに特化して最適化されています。

Twitter RoBERTaの基礎感情モデルを微調整したバージョンで、ツイートの感情分析に使用されます。

RoBERTaアーキテクチャに基づくカタルーニャ語の意味的テキスト類似度モデルで、テキストの類似度を評価するために設計されています。

RoBERTa-largeを微調整した毒性コメント分類モデルで、Jigsawコンペティションのデータセットで訓練され、英語テキストの毒性コンテンツ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。

このモデルは、BSC-TeMU/roberta-base-bneをMNLIデータセットで微調整したバージョンで、主に自然言語推論タスクに使用されます。

このモデルは、スペイン語のフレーズの解釈状況を評価するために使用され、roberta-base-bneの事前学習モデルを微調整して作成されました。

RoBERTa-base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認識モデルで、Twitterテキストに特化して最適化されています。

このモデルは、roberta-base-bneをベースに、sqacデータセットで微調整されたスペイン語の質問応答モデルです。