# 学術テキスト処理

ModernBERT-baseをarxiv-new-datasetsデータセットでファインチューニングしたモデルで、主にテキスト分類タスクに使用されます

Qwen2.5-14B-Instructをファインチューニングした引用意図分類モデルで、科学文献における引用分析タスクに特化しています。

PEGASUSアーキテクチャを基にファインチューニングした科学論文要約生成専用モデル

cde-small-v1は、transformerアーキテクチャに基づく小型の文埋め込みモデルで、複数のテキスト分類、クラスタリング、および検索タスクで優れた性能を発揮します。

T5-smallをファインチューニングした科学論文要約生成モデルで、科学論文から重要な情報を抽出して要約を生成できます。

RoBERTaアーキテクチャに基づくカザフ語言語モデルで、RobertaForMaskedLMを使用してゼロからトレーニングされ、カザフ語テキスト処理タスクに適しています。

VenusaurはMihaiii/Bulbasaurベースモデルを基に開発された文埋め込みモデルで、文の類似度と特徴抽出タスクに特化しています。

Meta-Llama-3-8BモデルをscitldrデータセットでQLoRa技術を用いてファインチューニングした要約生成モデル

Qwen1.5アーキテクチャに基づく7Bパラメータ規模の文埋め込みモデルで、文の類似度計算とマルチタスク評価に特化

SOLAR-10.7B-v1.0を微調整した韓国語大規模言語モデルで、韓国語の理解と生成タスクに特化

Mistral-7B-Instruct-v0.2を微調整した要約生成モデルで、科学文献の要約タスクに適しています

GTE-smallは、文の類似度計算、テキスト分類、検索など、さまざまな自然言語処理タスクに適した小型の汎用テキスト埋め込みモデルです。

GTE-Largeは強力なセンテンストランスフォーマーモデルで、文の類似度とテキスト埋め込みタスクに特化しており、複数のベンチマークテストで優れた性能を発揮します。

Bart-Largeアーキテクチャに基づく要約モデルで、研究論文の内容をスライド展示に適した形式に正確に要約するために特別に設計されています。

T5アーキテクチャに基づく韓国語テキスト要約モデルで、韓国語テキストに特化して最適化されており、簡潔で正確な要約を生成できます。

BookSumデータセットでファインチューニングされたLongT5-XLモデルで、長文要約に特化しており、SparkNotesのような要約を生成できます。

MyanBERTaはBERTアーキテクチャに基づくビルマ語事前学習言語モデルで、5,992,299のビルマ語文を含むデータセットで事前学習されています。

facebook/bart-largeを基にCiteSumデータセットでファインチューニングしたテキスト要約モデルで、科学文献のタイトル形式の要約生成に特化しています。

RoBERTa-baseをPLOD-filteredデータセットでファインチューニングした固有表現認識モデルで、テキスト中の略語エンティティを検出するために特別に設計されています。

BioBERTに基づく名前付きエンティティ認識モデルで、CRAFT英語データセットで微調整されました。

Stanzaは高精度で効率的な多言語テキスト分析ツールセットで、ラテン語のテキスト分析機能を提供します。

LEDアーキテクチャに基づくテキスト要約モデルで、技術的、学術的、物語的な長文の要約生成に特化しています。

日本語ウィキペディアで事前学習されたBERTモデルで、文字レベル分かち書きと全単語マスキング戦略を採用し、日本語自然言語処理タスクに適しています

数学分野の英語テキストで事前学習されたBERTモデルで、数学言語理解タスクに特化しています。

日本語ウィキペディアで事前学習されたBERT大規模モデル、Unidic辞書による分かち書きと全語マスキング戦略を採用