# 高い正解率のBERT

BERTの基礎モデルをTRECデータセットで訓練したテキスト分類モデルで、大まかな粒度の質問分類に使用されます。

BERTベースのテキスト分類モデルで、AG Newsデータセットで微調整され、テストの正解率は94.5%に達します。

bert-base-casedをベースに、GLUE QQPデータセットで微調整したテキスト分類モデルで、fnet-baseとbert-base-casedの性能差を比較するために使用されます。

これはGBERT Largeを微調整したドイツ語の法律分野の命名エンティティ識別（NER）モデルで、deepset.aiが基礎モデルを提供し、法律テキスト中の特定のエンティティの識別に特化しています。