# 高精度エンティティ認識

Italian-ModernBERT-baseをファインチューニングしたイタリア語固有表現認識モデル

セルビア語の法律文書に最適化された固有表現認識モデル。BERTアーキテクチャを基にファインチューニングされ、法律テキストから重要なエンティティ情報を自動抽出します。

このモデルはobi/deid_roberta_i2b2を未知の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、主にテキスト処理タスクに使用されます。

GLiNERアーキテクチャをファインチューニングした専用モデルで、個人識別情報(PII)と保護対象健康情報(PHI)を効率的に識別

Gretel GLiNERはGLiNERベースモデルをファインチューニングしたバージョンで、個人識別情報(PII)や保護対象健康情報(PHI)の検出に特化しています。

PII/PHI検出に最適化されたファインチューニングモデル、GLiNERベースモデルknowledgator/gliner-bi-small-v1.0を基に

モデル融合技術で最適化された固有表現認識モデル、F1スコアが3.25ポイント向上し0.6601に

EDS-Pseudoは医療文書内のエンティティを検出するハイブリッドモデルで、主にAP-HP臨床データウェアハウスの臨床報告匿名化処理に使用されます。

このモデルはBSC-LT/roberta-base-biomedical-clinical-esを基に、生物医学臨床スペイン語テキストにおける固有表現抽出(NER)タスク用にファインチューニングされたバージョンです。

klue/roberta-smallをファインチューニングした韓国語固有表現認識モデル、個人情報匿名化に特化

microsoft/mdeberta-v3-baseをファインチューニングしたPII(個人識別情報)識別とマスキングモデルで、多言語プライバシーデータ処理をサポート

このモデルはMicrosoft DeBERTa-v3-baseアーキテクチャをファインチューニングしたプライバシー保護モデルで、テキスト内の個人識別情報(PII)の識別とマスキングに特化しています。

XLM-RoBERTaベースモデルをファインチューニングした固有表現認識モデルで、多言語対応可能。場所、組織、人物の3種類のエンティティを認識できます。

BERTをファインチューニングした固有表現認識モデルで、文の中の技術製品名（ノートパソコンやスマートフォンなど）を識別するために特別に設計されています。

これはMultiNERDデータセットで訓練された多言語固有表現認識モデルで、20以上の言語をサポートし、bert-base-multilingual-casedを基盤エンコーダーとして使用しています。

bert-base-casedをファインチューニングしたBPMNプロセス情報抽出モデルで、テキスト化されたプロセス記述から実行者、タスクなどの主要要素を抽出

microsoft/mdeberta-v3-baseを微調整した固有表現認識モデルで、評価データセットで優れた性能を発揮

ELECTRAアーキテクチャに基づくベトナム語固有表現認識モデルで、VLSP 2018データセットでファインチューニングされています

BioBERTをbc2gm_corpusデータセットでファインチューニングした生物医学命名エンティティ認識モデル

RoBERTa-baseアーキテクチャをファインチューニングした英語固有表現認識モデル、18種類のエンティティタイプを認識可能

RoBERTaアーキテクチャに基づくカタルーニャ語固有表現認識モデル、AnCora-Ca-NERデータセットでファインチューニング

xlm-roberta-baseを多言語データセットでファインチューニングした固有表現認識モデル

これはAutoTrainでトレーニングされた高精度なF1スコアを持つエンティティ認識モデルです。

Geotrend/distilbert-base-en-fr-de-no-da-casedをファインチューニングした固有表現認識モデルで、評価データセットで優れた性能を発揮

このモデルは、XLM - RoBERTa - largeアーキテクチャに基づき、HiNER - originalデータセットで訓練された固有表現認識モデルで、ラベル分類タスクに特化しています。

多言語RoBERTaモデルをファインチューニングした中世テキスト固有表現認識モデルで、ラテン語、フランス語、スペイン語の歴史文献分析をサポートします。

このモデルはALBERT-large-v2をPLOD-unfilteredデータセットで微調整した固有表現抽出(NER)モデルで、科学文献分野で優れた性能を発揮します。

xlm-roberta-baseをファインチューニングした固有表現抽出(NER)モデルで、評価データセットで優れた性能(F1スコア0.9777)を発揮

BioBERTに基づく名前付きエンティティ認識モデルで、CRAFT英語データセットで微調整されました。

CRAFTコーパスでファインチューニングされたBioBERTベースの固有表現認識モデル、バイオメディカルテキスト内の6種類のエンティティを識別

XLM-RoBERTa-baseモデルをPAN-Xデータセットでファインチューニングした多言語固有表現認識モデル

スペイン語BERT大文字小文字区別版（BETO）をNER-C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、固有表現認識（NER）タスク専用です。

XLM-RoBERTaをファインチューニングした固有表現認識モデルで、英語テキストのエンティティ認識タスクをサポートします。

これは固有表現認識タスクでファインチューニングされたXLM-RoBERTaモデルで、多言語テキストにおけるエンティティ認識タスクに適しています。

BioBERTpt(フルバージョン)でトレーニングされたポルトガル語臨床テキスト固有表現認識モデルで、TempClinBrコーパス内の医療エンティティ認識専用

ポルトガル語法律分野向け固有表現認識モデル、BERT大規模アーキテクチャをファインチューニング

dbmdz/bert-base-turkish-casedモデルをファインチューニングしたトルコ語固有表現認識モデルで、人名、組織名、地名などのエンティティを認識できます。

Roberta Baseモデルを基に、MIT映画データセットを使用して固有表現認識タスクを訓練したモデル

xlm-roberta-baseをファインチューニングしたトルコ語固有表現認識モデルで、トルコ語テキスト内の人名、組織名、地名を識別します。

Flairフレームワークに組み込まれたドイツ語法律固有表現認識モデルで、法律テキスト向けに設計されており、19種類の法律エンティティ認識をサポート