# 情報抽出

スーパーレインボーカッコウは次語抽出(NTE)パラダイムに基づく小型情報抽出モデルで、大規模言語モデルの予測方法を模倣することで効率的な情報抽出を実現します。

カッコーモデルは小型（3億パラメータ）の情報抽出モデルで、大規模言語モデルの次語予測パラダイムを模倣して効率的な情報抽出を行います

bert-base-multilingual-casedをファインチューニングしたロシア語テキストの固有表現認識(NER)モデルで、BIOLUタグ付け形式を採用し、人名、場所、組織などのさまざまなエンティティタイプを認識できます。

このモデルの情報は不明で、具体的な紹介を提供できません

入力テキストからキー情報を自動抽出し簡潔な要約を生成する専門モデル

microsoft/layoutlmv3-baseモデルをドキュメント画像分類タスクでファインチューニングしたバージョンで、評価セットでF1スコア0.8177を達成

microsoft/layoutlmv2-base-uncasedをファインチューニングしたドキュメントQAモデル、ドキュメントレイアウト理解とQAタスクに適しています

これはポルトガル語をサポートするテキスト要約モデルで、簡潔なテキスト要約の生成に適しています。

microsoft/layoutlmv3-baseをnielsr/funsd-layoutlmv3データセットでファインチューニングしたドキュメント理解モデル

MarkupLMは、リッチビジュアルドキュメント理解と情報抽出タスクのためのマルチモーダル事前学習モデルで、テキストとマークアップ言語情報を統合しています。

ドキュメント視覚的質問応答(DocVQA)タスクでBERTベースモデルをファインチューニングしたモデル

これはBERTアーキテクチャに基づくトルコ語質問応答モデルで、トルコ語の質問応答タスクを処理するために特別に設計されています。

Microsoft LayoutLMv2 モデルを FUNSD データセットでファインチューニングしたドキュメント理解モデル

Optimusは、テキストから重要な情報を抽出して簡潔な要約を生成することに特化した要約生成モデルです。