# 言語間移行学習

XLM - RoBERTa - baseモデルをxtremeデータセットで微調整したドイツ語タグ分類モデル

mT5はGoogleが開発した多言語テキスト-to-テキスト変換モデルで、101言語に対応し、mC4データセットを用いて事前学習され、様々なNLPタスクに適用可能です。

このモデルは、カスケードアダプターを使用する方法を提案し、英語データを通じて低リソース言語の質問応答システムの性能を向上させます。

AfriBERTa小型版は9700万パラメータの多言語事前学習モデルで、11種類のアフリカ言語をサポートし、テキスト分類や固有表現認識などのタスクに適しています。

SZTAKI - HLT/hubert - base - ccの事前学習モデルに基づき、NerKor + CARS - ONPPコーパスで微調整されたハンガリー語の命名エンティティ認識モデルで、30種類以上のエンティティタイプをサポートします。

これはdistilbert-base-multilingual-casedの軽量化バージョンで、英語、スペイン語、イタリア語の処理をサポートし、元のモデルの精度を維持しています。

これはクメール語（Khmer）に特化した事前学習モデルで、清華大学のチームによって開発されました。

これはクメール語（Khmer）に特化した事前学習モデルで、清華大学のチームによって開発され、クメール語の自然言語処理タスクをサポートすることを目的としています。

これはXLM-RoBERTaアーキテクチャに基づく事前学習モデルで、マスク言語モデリングの目標で学習され、英語とロシア語の質問応答データセットで微調整されています。