# 中文文本處理

這是一個基於VietAI/vit5-base模型，使用AutoTrain進行訓練的序列到序列模型，支持文本生成任務。

該模型是基於DISLab/SummLlama3-8B轉換的GGUF格式模型，適用於文本摘要任務。

這是一個基於SetFit框架的文本分類模型，專門用於合同條款分類任務，準確率達94.25%。

這是 gyr66/bert-base-chinese-finetuned-ner 模型的 ONNX 格式轉換版本，用於中文命名實體識別任務。

該模型是基於/gemini/data-1/sikuroberta_vocabtxt微調得到的版本，具體用途和功能需要進一步信息補充。

一個用於中文維基百科文本的標點符號恢復工具，支持恢復6種常見標點符號。

基於Transformer架構的輕量級預訓練編碼器-解碼器模型，專用於中文新聞摘要生成任務。

該模型是基於ckiplab/bert-base-chinese-ws在中文命名實體識別(NER)任務上微調的版本，在評估集上表現出色。

該模型為古代漢語提供分詞功能，訓練數據集涵蓋漢語發展的四個歷史時期。

這是一個基於sentence-transformers的句子嵌入模型，能夠將句子和段落映射到512維的稠密向量空間，適用於語義搜索和聚類等任務。

這是一個基於sentence-transformers的句子嵌入模型，可將文本映射到256維向量空間，適用於語義搜索和聚類任務。

這是一個基於sentence-transformers的句子嵌入模型，可將文本映射到256維向量空間，適用於語義搜索和聚類任務。

基於BART架構的序列到序列模型，在CNN/DailyMail數據集上進行了微調，適用於文本摘要任務。