# 英文文本分析

該模型是基於DistilBERT-base-uncased在CoLA（Corpus of Linguistic Acceptability）數據集上微調的版本，用於語法可接受性判斷任務。

基於ModernBERT-large微調的多標籤情感分類模型，用於從英文文本中檢測28種情感

專為零樣本分類設計的DeBERTa-v3-large模型，支持將任意分類任務重新表述為自然語言推理(NLI)形式

基於FrameNet v1.7訓練的框架分類模型，將框架標註扁平化至具體句子，轉化為序列標註任務。

基於BERT的文本分類模型，用於根據聯合國可持續發展目標(SDG)對英文文本進行分類

這是一個基於T5-XXL架構的自然語言推理（NLI）模型，用於預測文本對之間的蘊含關係（'1'表示蘊含，'0'表示不蘊含）。

基於T5-small微調的關鍵短語生成模型，專為科學論文摘要設計，可提取存在和未出現的關鍵短語。

這是一個基於ClimateBERT的微調模型，專門用於將與氣候相關的段落分類到四個TCFD建議類別中。

基於BERT-base-uncased架構的文本分類模型，專門用於情感分析任務，訓練於Go Emotions數據集。

這是一個基於DistilBERT架構的文本分類模型，專門針對CoLA（Corpus of Linguistic Acceptability）任務進行了微調。