# 韓国語NLP

韓国語処理タスク向けに設計されたコンパクトで効率的なTransformerモデルで、音節レベルの分かち書き戦略を採用

KOBART-v2を基にした韓国語文法校正モデルで、韓国国立国語院のスペル校正コーパスで訓練されています

韓国語ニュースの真偽を判定する分類モデルで、虚偽または誤解を招く内容を識別可能

KcELECTRA-base-v2022をベースに微調整した韓国語感情分析モデルで、評価セットで良好な結果を得ました。

KoSimCSE-BERT-multitaskは高性能な韓国語文埋め込みモデルで、BERTアーキテクチャを基盤とし、マルチタスク学習戦略で最適化されています。高品質な韓国語文埋め込み表現を生成するために特別に設計されています。

CPU最適化された韓国語処理パイプラインで、分かち書き、品詞タグ付け、依存解析、固有表現認識などの完全なNLP機能を含む

CPU最適化された韓国語処理パイプライン、分かち書き、品詞タグ付け、依存関係解析、固有表現認識などの完全なNLP機能を含む

CPUに最適化された韓国語処理パイプラインで、トークン化、品詞タグ付け、依存関係解析、固有表現認識などの機能を含む

70GBの韓国語テキストデータセットを用いて学習されたAlbert基礎モデルで、42000個の小文字のサブワード単位を使用しています。

これはsentence-transformersに基づく韓国語文の埋め込みモデルで、文や段落を768次元の密ベクトル空間にマッピングでき、クラスタリングや意味的検索などのタスクに適しています。

韓国語事前学習に基づくRoBERTaモデルで、様々な韓国語自然言語処理タスクに適用可能です。

BARTアーキテクチャに基づく韓国語事前学習モデル、教育用自然言語処理に最適化

70GBの韓国語テキストデータセットで訓練された韓国語BERTベースモデルで、42000の小文字サブワード単位を使用しています。

KLUEに基づくRoBERTa-smallモデルを微調整した韓国語意図分類モデルで、7種類の異なる意図タイプを識別するために使用されます。

韓国語データセットを用いて訓練されたRoBERTaモデルで、文の意図理解タスクに使用されます。

Stanzaは効率的な多言語言語学分析ツールセットで、生テキスト処理から構文解析と固有表現認識までの機能を提供します。

これはKLUE-RoBERTa-smallをベースにした韓国語文章変換モデルで、文の類似度計算と自然言語推論タスクに特化しています。