# 學術文本處理

基於ModernBERT-base在arxiv-new-datasets數據集上微調的模型，主要用於文本分類任務

基於Qwen2.5-14B-Instruct微調的引文意圖分類模型，專注於科學文獻中的引文分析任務。

基於PEGASUS架構微調的科學論文摘要生成專用模型

cde-small-v1 是一個基於 transformer 架構的小型句子嵌入模型，在多個文本分類、聚類和檢索任務上表現出色。

基於T5-small微調的科學論文摘要生成模型，能夠從科學論文中提取關鍵信息生成摘要。

基於RoBERTa架構的哈薩克語語言模型，採用RobertaForMaskedLM從頭訓練而成，適用於哈薩克語文本處理任務。

Venusaur是基於Mihaiii/Bulbasaur基礎模型開發的句子嵌入模型，專注於句子相似度和特徵提取任務。

基於Meta-Llama-3-8B模型在scitldr數據集上使用QLoRa技術微調的摘要生成模型

基於Qwen1.5架構的7B參數規模句子嵌入模型，專注於句子相似度計算和多任務評估

基於SOLAR-10.7B-v1.0微調的韓語大語言模型，專注於韓語理解和生成任務

基於 Mistral-7B-Instruct-v0.2 微調的摘要生成模型，適用於科學文獻摘要任務

GTE-small 是一個小型通用文本嵌入模型，適用於多種自然語言處理任務，包括句子相似度計算、文本分類和檢索等。

GTE-Large 是一個強大的句子轉換器模型，專注於句子相似度和文本嵌入任務，在多個基準測試中表現出色。

基於Bart-Large架構的摘要模型，專門用於將科研論文內容精準摘要為適合幻燈片展示的形式。

基於T5架構的韓語文本摘要模型，專門針對韓語文本進行優化，能夠生成簡潔準確的摘要。

基於BookSum數據集微調的LongT5-XL模型，專為長文本摘要設計，能生成類似SparkNotes的摘要。

MyanBERTa是基於BERT架構的緬甸語預訓練語言模型，在包含5,992,299個句子的緬甸語數據集上進行了預訓練。

基於facebook/bart-large在CiteSum數據集上微調的文本摘要模型，專門用於生成科學文獻的標題式摘要。

基於RoBERTa-base在PLOD-filtered數據集上微調的命名實體識別模型，專門用於檢測文本中的縮寫實體。

基於BioBERT的命名實體識別模型，在CRAFT英文數據集上微調

基於日語維基百科預訓練的BERT模型，採用字符級分詞與全詞掩碼策略，適用於日語自然語言處理任務

基於日語維基百科預訓練的BERT大型模型，採用Unidic詞典分詞和全詞掩碼策略

Stanza是一套精準高效的多語言文本分析工具集，為拉丁語提供文本分析功能。

基於數學領域英語文本預訓練的BERT模型，專注於數學語言理解任務

一個基於LED架構的文本摘要模型，專門用於處理技術性、學術性和敘事性長文本的摘要生成。