# ソーシャルメディアテキスト分析

MARBERTv2をベースに微調整されたアラビア語方言分類器で、5種類の主要なアラビア語書面方言を識別できます。

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

このモデルはxlm-roberta-baseを基に、スイスドイツ語テキストデータで継続事前学習と微調整を行った多言語モデルで、スイスドイツ語と標準ドイツ語の処理をサポートします。

BERTweet.BRはポルトガル語ツイートに特化した事前学習済み言語モデルで、RoBERTaアーキテクチャに基づき、1億件のポルトガル語ツイートで学習されています。

HingBERTはローマ字でトレーニングされたヒンディー語-英語コード混合BERTモデルで、ヒンディー語と英語が混合したテキストの処理に適しています。

アルジェリア方言用に最初に事前学習されたTransformerベースの言語モデルで、アラビア文字とラテン文字の混合入力に対応しています。

このモデルは、「jew」（ユダヤ人）という単語を含むツイートを検出し、それが反ユダヤ主義的傾向を持っているかどうかを判断するために使用されます。

QARiBはアラビア語及び方言に基づく大規模事前学習BERTモデルで、学習データには4億2000万件のツイートと1億8000万件のテキスト文が含まれています。

BERTの事前学習モデルに基づく感情分類モデルで、テキスト内の感情カテゴリを識別するために特別に設計され、複数の感情ラベル分類をサポートします。

DistilRoBERTa-baseをファインチューニングした英語テキストの感情分類モデルで、エクマンの6基本感情と中立カテゴリを予測可能。

QARiBはアラビア語及び方言に基づくBERTモデルで、4億2000万のツイートと1億8000万のテキスト文をトレーニングデータとしており、様々なNLPタスクに適しています。

QARiBはアラビア語及び方言に基づくBERTモデルで、訓練データには約4億2000万件のツイートと1億8000万件のテキスト文が含まれ、様々なアラビア語NLPタスクをサポートします。

MUDESは、ソーシャルメディアテキスト内の有害内容断片を検出するための高度なモデルで、多言語環境をサポートしています。

QARiBは約4.2億のツイートと1.8億のテキスト文で訓練されたアラビア語及び方言BERTモデルで、様々な下流NLPタスクをサポートします。

現在最先端のヘブライ語言語モデル。BERTアーキテクチャに基づいています。

CAMeLBERT-MSAを微調整したアラビア語方言識別モデルで、21種類の方言分類をサポートします。

モロッコのアラビア方言「ダリジャ語」専用に作られた最初のBERTモデルで、ラテン文字で書かれたダリジャ語方言テキストの処理に対応しています。

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。