# 短文本分類

這是一個通過微調bert-base-uncased模型實現的英文垃圾短信分類模型，能夠準確區分垃圾短信和正常短信。

這是一個基於DistilBERT-base-uncased微調的文本分類模型，用於區分食品和非食品文本內容。

基於DistilBERT的社交媒體情感分析模型，能夠將文本分類為非負面和負面兩種情感傾向。

基於Deberta的文本分類模型，用於檢測文本中的冒犯性語言，適用於內容審核等場景。

這是一個基於印尼語的BERT模型，專門用於情感分類任務。

基於RuBERT微調的俄語多類別情感分類模型，支持中性、積極和消極三種情感分類。

基於PyTorch框架，使用今日頭條數據集訓練的中文新聞分類模型，適用於中文文本分類學習場景。

這是一個基於L12 SBERT模型的Setfit分類模型，用於句子相似度計算和特徵提取。

基於ALBERT預訓練模型微調的繁體中文情感分類模型，支持負面(0)和正面(1)兩種情感分類。

一個用於根據聯合國17個可持續發展目標中的前15個對文本進行分類的機器學習模型

基於RoBERTa-base框架訓練的虛假新聞檢測模型，可判斷新聞真實性

這是一個用於韓文文本情感分析的模型，能夠判斷文本的情感傾向（積極/消極）。

基於rubert-tiny微調的俄語短文本情感分類模型，支持消極/中性/積極三分類

基於BERT-base-uncased微調的推文情感分析模型，訓練2個epoch

基於DBERT架構的韓語情感分析模型，用於文本情感分類

基於BERTweet模型在社交媒體品牌數據集上微調的情感分析模型

基於BERT-base-uncased微調的推特情感分析模型，在50k數據上訓練5輪，驗證準確率達82.91%

基於印尼語RoBERTa模型微調的情感分析模型，在indonlu數據集上達到92.6%的準確率

基於IndoBERT基礎模型訓練的情感分類器，支持印尼語文本的情感分析

基於Twitter RoBERTa基礎情感模型微調的版本，用於推文情感分析

該模型是基於DistilBERT在clinc_oos數據集上微調的文本分類模型，主要用於意圖識別任務。

基於BERT的小型俄語編碼器，能生成高質量的句子嵌入向量

該模型是基於roberta-base架構，在rotten_tomatoes影評數據集上通過TextAttack微調的文本分類模型，用於情感分析任務。

該模型是基於indobert-base-uncased在indonlu數據集上微調的文本分類模型，專門用於印度尼西亞語的情感分析任務。

這是一個基於KLUE基準測試的BERT-base模型，專門用於韓語關係抽取任務。

該模型用於評估西班牙語短語的釋義情況，基於roberta-base-bne預訓練模型微調而成。

這是一個基於IMDB烏爾都語數據集構建的情感分析模型，使用DistilBertForSequenceClassification方法訓練。