# マルチラベルNER

xlm-roberta-baseをレシピ成分NERデータセットでファインチューニングしたモデルで、レシピ成分内の様々なラベルを識別します。

これはspaCyフレームワークに基づくロシア語特許固有表現認識モデルで、特許テキスト内の特定のエンティティタイプを識別することに特化しています。

CNERモデルはDeBERTa-v3-baseアーキテクチャに基づく固有表現認識モデルで、きめ細かいラベル付きの概念と固有表現を統合的に識別・分類できます。

distilbert-base-uncasedを基に訓練された英語の命名エンティティ認識モデルで、生物医学エンティティ（107種類）の識別に特化しており、症例報告などのテキストコーパスに適しています。

このモデルは医療テキスト中の薬物関連エンティティ（薬物名、投与量、持続時間、頻度、投与理由）を識別するために使用されます。