# 短いテキスト処理

vinai/phobert-base-v2をファインチューニングしたベトナム語テキスト分類モデルで、検証セットで89.62%の精度を達成

BAAI/bge-m3は効率的な文変換モデルで、特徴抽出と文の類似度計算に特化しています。

これはDistilBERTアーキテクチャに基づく文類似度計算モデルで、文や段落を3次元ベクトル空間にマッピングでき、意味検索やクラスタリングタスクに適しています。

このモデルはalbert-base-v2をベースにしたマスク言語モデルで、電子製品の属性補正タスク向けに特別にファインチューニングされています

bert-base-uncasedモデルをレビューデータセットでファインチューニングしたバージョンで、テキスト分類タスクに適しています。

これはsentence-transformersに基づく軽量な文埋め込みモデルで、テキストを32次元ベクトル空間にマッピングし、意味的類似性計算やテキストクラスタリングタスクに適しています。

Transformerアーキテクチャに基づく事前学習済み言語モデル、様々なNLPタスクに適用可能

DistilBERTアーキテクチャに基づく軽量テキスト分類モデル。TextAttackフレームワークを使用してAG Newsデータセットで微調整され、ニュース分類タスクに適しています。

GLUEデータセットを基に微調整された分類モデルで、自然言語処理タスクに適しています。

TextAttackフレームワークを基にGLUEデータセットで微調整されたテキスト分類モデルで、主に自然言語処理タスクに使用されます。

これはsentence-transformersに基づく文の埋め込みモデルで、テキストを256次元のベクトル空間にマッピングでき、意味的検索やクラスタリングタスクに適しています。

roberta-baseアーキテクチャに基づき、TextAttackフレームワークを使用してGLUEデータセットでファインチューニングされたシーケンス分類モデル

このモデルは、Microsoft MiniLM-L12-H384-uncasedを感情分析データセットで微調整したバージョンで、主にテキストの感情分類タスクに使用されます。

これはAutoNLPを基に訓練された多クラス分類モデルで、ツイートの感情分析に特化しています。