# 多領域適應

基於WangchanBERTa模型微調的泰文情感分析模型，用於分析泰文文本的情感傾向。

Hugging Face Transformers 是一個提供預訓練深度學習模型的庫，支持自然語言處理、計算機視覺等多領域任務。

基於AutoTrain訓練的文本分類模型，適用於小樣本學習場景，能夠高效地對新聞文章進行分類。

基於FRED-T5-1.7B訓練的俄語拼寫檢查模型，可糾正拼寫、標點和大小寫錯誤

GNER-T5-large是基於Flan-T5-large架構的生成式命名實體識別模型，專注於提升在未見實體領域的零樣本識別能力。

基於mT5-large架構的俄語和英語拼寫檢查模型，通過規範化單詞糾正拼寫錯誤和打字錯誤。

GNER-T5-xl是基於Flan-T5-xl的生成式命名實體識別模型，通過負實例訓練顯著提升零樣本識別能力

Carballo-bloom-1.3B是一個擁有13億參數的基於Transformer的加利西亞語因果語言模型，基於FLOR-1.3B進行持續預訓練。

RobBERT-2023是基於RoBERTa架構的荷蘭語語言模型，由魯汶大學、根特大學和柏林工業大學開發，是荷蘭語最先進的語言模型之一。

這是一個用於俄語自動語音識別的FastConformer混合模型，結合了Transducer和CTC解碼器，參數規模約1.15億。

JASMINE是一個面向小樣本學習的阿拉伯語GPT模型系列，參數量從3億至67億不等，預訓練數據規模達235GB文本。

該模型結合了word2vec詞嵌入和DistilBERT架構，通過大規模數據訓練，適用於多種自然語言處理任務。

基於DeBERTa-v3-base的基於方面的情感分析模型，專為識別文本中特定方面的情感極性而設計。

基於RuBERT架構的俄語短文本情感分類模型，支持中性、積極和消極三種情感分類

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

KoBART是基於BART架構的韓語編碼器-解碼器語言模型，通過文本填充噪聲函數訓練，支持韓語文本特徵提取和生成任務。

一個專注於泰語文本情感分析的模型，支持積極、中性和消極情感分類。

基於Transformer的波斯語理解模型，重構詞彙表並在新波斯語語料庫上微調，增強多領域應用能力

基於Transformer的波斯語理解模型，重構詞彙表並在新語料庫上微調，拓展了多領域應用功能