# DistilBERT優化

基於distilbert-base-uncased微調的情感分析模型，在評估集上準確率達87.67%

這是一個多語言的句子嵌入模型，能夠將句子和段落映射到512維的密集向量空間，適用於聚類和語義搜索等任務。

基於distilbert-base-uncased微調的情感分析模型，在評估集上準確率達到85.67%

該模型基於DistilBERT架構，專為多標籤分類任務設計，用於判斷郵件和URL是否安全或存在釣魚風險。

基於DistilBERT的文本二分類模型，用於識別安全內容與限制級內容(NSFW)，適用於內容審核場景。

該模型是基於DistilBERT在經濟學數據集上微調的零樣本分類模型，適用於經濟學相關文本的分類任務。

該模型是在SQuAD數據集上微調的DistilBERT模型，用於抽取式問答任務，具有較高的精確匹配率和F1分數。

針對新冠相關查詢的羅馬尼亞語問答模型，基於羅馬尼亞語DistilBERT構建

基於distilbert-base-uncased訓練的英文命名實體識別模型，專為識別生物醫學實體（107種實體類別）設計，適用於病例報告等文本語料。

該模型是基於DistilBERT的輕量級版本，在conll2003數據集上微調用於命名實體識別任務。

基於DistilBERT的輕量級命名實體識別模型，在conll2003數據集上微調

基於無大小寫區分的DistilBERT模型，在多體裁自然語言推理(MNLI)數據集上微調，專為零樣本分類任務優化

這是一個基於MBAD數據集訓練的英語序列分類模型，用於檢測新聞文章中的偏見與公平性。

基於JIGSAW毒性評論分類挑戰賽數據集訓練的多語言文本毒性分類模型，支持10種語言。

基於DistilBERT的輕量級命名實體識別模型，在conll2003數據集上微調

該模型是基於distilbert-base-cased在SQuAD數據集上微調的問答模型，專為Keras.io的問答教程訓練。

基於dbmdz/distilbert-base-turkish-cased微調的土耳其語零樣本分類模型

基於DistilBERT的模型，用於將商業描述分類為62個行業標籤之一

這是一個基於DistilBERT的句子轉換器模型，可將文本映射到768維向量空間，適用於語義搜索和聚類任務。

針對波斯語命名實體識別（NER）任務微調的DistilBERT模型，支持10種實體類型識別。

基於DistilBERT架構的輕量級模型，專門用於塞爾維亞語的命名實體識別任務，在wikiann數據集上訓練。

一個面向10種高資源語言的命名實體識別模型，基於微調的Distil BERT基礎模型，能夠識別地點、組織和人物三類實體。

基於DistilBERT的輕量級命名實體識別模型，在conll2003數據集上微調