# ソーシャルメディアモニタリング

DistilBERTベースの感情分析モデルで、英語テキストをポジティブ、ネガティブ、またはニュートラルの3つの感情に分類できます。

xlm-roberta-large-xnliをファインチューニングした中国語感情分類モデル、8種類の感情ラベルを識別可能

DistilBERTをファインチューニングした多言語感情分析モデルで、21言語をサポートし、ソーシャルメディアや顧客フィードバックなど多様なシナリオの分析に適しています。

RoBERTaをファインチューニングしたドイツ語感情分類モデルで、テキストを怒り、恐怖、嫌悪、悲しみ、喜び、およびこれらの感情がないという6つの感情カテゴリーに分類できます。

distilbert-base-uncasedをファインチューニングしたCOVID関連ツイート分類モデルで、ツイート内容を分析するために使用されます

テキストベースの感情分類モデルで、怒り、嫌悪、恐怖、喜び、中立、悲しみの6つの感情を識別できます。

BERT-base-uncasedをファインチューニングしたツイート感情分析モデルで、評価セットで80.73%の精度を達成

BERT-base-uncasedをファインチューニングした感情分析モデルで、ツイッターテキストの感情分類に特化

スウェーデン語の恐怖感情分析に最適化されたBERTモデルで、テキスト中の恐怖/不安の感情強度を識別できます。