# 英語文本分析

用於檢測句子中自我披露（個人信息）的模型，支持17類個人信息識別

基於DeBERTa-v3-base微調的提示詞注入檢測模型，用於識別可能操縱語言模型的惡意提示詞

該模型是基於bert-base-uncased針對英語通用命題庫數據集進行語義角色標註(SRL)任務微調的版本，採用了特殊標記增強方法。

基於DeBERTa-v3微調的提示注入檢測模型，用於識別惡意提示輸入

基於RoBERTa-base架構微調的英文命名實體識別模型，支持18種實體類型識別

該模型基於RoBERTa架構，專門用於預測英語句子的正式或非正式程度。

該模型是基於DistilBERT在MIT Restaurant數據集上微調的命名實體識別(NER)模型，專門用於餐廳領域的實體識別任務。

Flair自帶的英語18類命名實體識別大模型，基於Ontonotes數據集訓練，採用XLM-R嵌入和FLERT技術。

該模型是基於DistilBERT基礎模型在COLA數據集上微調的版本，主要用於語法可接受性判斷任務。

該模型是基於distilbert-base-uncased在未知數據集上微調的版本，主要用於文本分類任務。