# 電商評論分析

這是一個基於BERT架構的印尼語情感分析模型，能夠將文本分類為正面或負面情感。

基於DistilBERT的情感分析模型，用於將產品評論分類為正面、負面或中性

基於DistilBERT的輕量級句子嵌入模型，適用於多種文本處理任務

LENS-8000 是一個基於轉換器的文本嵌入模型，專注於特徵提取和句子相似度任務，在多個分類和檢索任務中表現出色。

Giga Embeddings Instruct 是一個高性能的嵌入模型，專注於文本分類和檢索任務，在多個基準測試中表現出色。

基於Qwen2架構的7B參數規模句子嵌入模型，專注於句子相似度任務，在MTEB基準測試中表現優異。

Stella 400M 是一箇中等規模的英語文本處理模型，專注於分類和信息檢索任務。

NV-Embed-v2 是一個基於 sentence-transformers 的嵌入模型，在多個 MTEB 基準測試中表現出色，適用於多種自然語言處理任務。

Snowflake Arctic Embed XS 是一個輕量級的句子嵌入模型，專注於句子相似度和特徵提取任務。

e5-base-4k 是一個在多個自然語言處理任務中表現出色的模型，尤其在文本分類、檢索、聚類和語義文本相似度等任務上有顯著效果。

本模型專用於從電商評論中提取關鍵詞與核心觀點，基於5000條淘寶評論訓練。

這是一個基於BERT架構的日語情感分析模型，在JGLUE的MARC-ja數據集上進行了微調訓練。

E5-base 是一個通用的文本嵌入模型，適用於多種自然語言處理任務，如分類、檢索、聚類和語義相似度計算。

SGPT-Bloom-7b1-msmarco 是一個基於 BLOOM 架構的句子轉換器模型，主要用於句子相似度計算和特徵提取任務。

基於Yelp餐廳評論數據後訓練的BERT模型，專注於電商評論的情感分析和多維度理解

基於評論語料庫進行後訓練的BERT模型，專注於理解情感、選項及各類電商相關維度

基於RoBERTa的印尼語情感文本分類模型，在SmSA數據集上微調，準確率達94.36%

該模型是基於DistilBERT微調的文本分類模型，用於預測亞馬遜評論的有用性。

基於土耳其語BERTurk模型微調的情感分析模型，用於判斷土耳其語文本的情感極性（正面/負面）

基於筆記本電腦評論語料庫後訓練的BERT模型，專注於理解情感傾向和電商領域特徵

基於BERT-base-uncased的後訓練模型，專為理解電子商務評論中的情感和選項而優化