文本分类

2025年最佳的 1261 个文本分类工具

Distilbert Base Uncased Finetuned Sst 2 English

基于DistilBERT-base-uncased在SST-2情感分析数据集上微调的文本分类模型，准确率91.3%

文本分类英语

Xlm Roberta Base Language Detection

基于XLM-RoBERTa的多语言检测模型，支持20种语言的文本分类

Transformers 支持多种语言

Roberta Hate Speech Dynabench R4 Target

该模型通过动态生成数据集来改进在线仇恨检测，专注于从最差案例中学习以提高检测效果。

Transformers 英语

Bert Base Multilingual Uncased Sentiment

基于bert-base-multilingual-uncased微调的多语言情感分析模型，支持6种语言的商品评论情感分析

文本分类支持多种语言

Emotion English Distilroberta Base

基于DistilRoBERTa-base微调的英文文本情感分类模型，可预测埃克曼六种基本情绪及中性类别。

Transformers 英语

Robertuito Sentiment Analysis

基于RoBERTuito的西班牙语推文情感分析模型，支持POS(积极)/NEG(消极)/NEU(中性)三类情感分类

文本分类西班牙语

FinBERT是一款基于金融通讯文本预训练的BERT模型，专注于金融自然语言处理领域。finbert-tone是其微调版本，用于金融情感分析任务。

Transformers 英语

Roberta Base Go Emotions

基于RoBERTa-base的多标签情感分类模型，在go_emotions数据集上训练，支持28种情感标签识别。

Transformers 英语

XLM-EMO是一个基于XLM-T模型微调的多语言情感分析模型，支持19种语言，专门针对社交媒体文本的情感预测。

Transformers 其他

Deberta V3 Base Mnli Fever Anli

基于MultiNLI、Fever-NLI和ANLI数据集训练的DeBERTa-v3模型，擅长零样本分类和自然语言推理任务

Transformers 英语

基于PyTorch Lightning和Hugging Face Transformers的毒性评论分类系统，可检测多种类型的网络有害内容

Mdeberta V3 Base Mnli Xnli

一款支持100种语言的多语言自然语言推理模型，适用于零样本分类任务

Transformers 支持多种语言

Toxdect Roberta Large

基于推文数据训练的毒性语言检测模型，采用Roberta-large架构，用于识别文本中的有毒内容。

Fasttext Language Identification

fastText是一个开源、轻量级的文本分类和词表示学习库，该模型专门用于语言识别，支持检测217种语言。

Distilbert Base Multilingual Cased Sentiments Student

这是一个通过零样本蒸馏技术训练的多语言情感分析模型，支持12种语言的情感分类。

Transformers 支持多种语言

Emotion Text Classifier

基于DistilRoBERTa-base微调的情感分析模型，专门针对影视剧对白文本进行6种基本情绪及中性状态的分类

Transformers 英语

German Sentiment Bert

专为德语文本情感分类训练的BERT模型，支持积极/消极/中性三分类

文本分类德语

Beto Sentiment Analysis

基于BETO西班牙语BERT模型训练的情感分析模型，支持POS/NEG/NEU三类情感分类

文本分类西班牙语

Albert Xlarge Vitaminc Mnli

VitaminC是一个基于对比证据的事实核查模型，通过分析细微差异的证据对来提高事实核查的鲁棒性。

Bertweet Base Sentiment Analysis

基于BERTweet的英语推文情感分析模型，使用SemEval 2017语料库训练，支持积极、消极、中立三类情感分类

Transformers 英语

Deberta V3 Large Mnli Fever Anli Ling Wanli

基于DeBERTa-v3-large微调的NLI模型，在多个NLI数据集上达到最先进性能

Transformers 英语

Distilroberta Finetuned Financial News Sentiment Analysis

基于DistilRoBERTa微调的金融新闻情感分析模型，准确率达98.23%

Bleurt Tiny 512

BLEURT-tiny-512是谷歌研究院开发的文本质量评估模型，基于BERT架构的PyTorch实现版本，用于评估自然语言生成任务的质量。

Bert Mini Finetuned Mnli

该模型是基于BERT-mini架构，在MNLI数据集上使用M-FAC二阶优化器进行微调的文本分类模型。

CryptoBERT是一个专门用于分析加密货币相关社交媒体帖文情感和语言的预训练自然语言处理模型。

Transformers 英语

Toxic Comment Model

基于DistilBERT微调的毒性评论分类模型，用于识别在线评论中的有害内容

Transformers 英语

Deberta V3 Base Prompt Injection V2

基于DeBERTa-v3-base微调的提示词注入检测模型，用于识别可能操纵语言模型的恶意提示词

Transformers 英语

Distilbart Mnli 12 1

DistilBart-MNLI 是通过无教师蒸馏技术从 bart-large-mnli 蒸馏得到的精简版本，保持了较高的准确率同时模型更小。

Text Moderation

基于Deberta-v3架构的英文文本分类模型，用于识别冒犯性内容

Transformers 英语

Emotion English

一个基于英文文本的情绪分类模型，能够识别20种不同的情绪状态。

Transformers 支持多种语言

Nli Deberta V3 Large

基于DeBERTa-v3-large架构的自然语言推理模型，在SNLI和MultiNLI数据集上训练，用于判断句子对之间的关系。

Transformers 英语

Bart Large Mnli Yahoo Answers

基于BART-large-MNLI微调的零样本分类模型，专为雅虎问答主题分类优化

文本分类英语

Deberta V3 Base Tasksource Nli

基于DeBERTa-v3-base在600+任务上进行多任务学习微调的模型，擅长零样本分类和自然语言推理

Transformers 支持多种语言

Ibert Roberta Base Abusive Or Threatening Speech

该模型是基于ibert-roberta-base微调得到的版本，专门用于检测辱骂或威胁性言论。

Deberta V3 Large Zeroshot V2.0

专为零样本分类任务优化的DeBERTa-v3大型模型，支持无需训练数据的文本分类

Transformers 英语

Autonlp Gibberish Detector 492513457

基于DistilBERT的无意义文本检测模型，准确识别英语中的无意义文本、垃圾信息和语无伦次的输入，准确率达97.36%。

Transformers 英语

Multilingual Sentiment Analysis

一个基于DistilBERT微调的多语言情感分析模型，支持21种语言，适用于社交媒体、客户反馈等多场景分析。

Transformers 支持多种语言

Fineweb Edu Classifier

基于FineWeb数据集训练的网页教育价值评估分类器，用于筛选优质教育内容

Transformers 英语

Rubert Base Cased Nli Threeway

基于DeepPavlov/rubert-base-cased微调的俄语自然语言推理模型，可预测两段文本间的逻辑关系（蕴含/矛盾/中立）

Transformers 其他

Distilbert Base Uncased Go Emotions Student

通过零样本分类流程从无标注GoEmotions数据集蒸馏而来的情感分类模型，作为计算高效的概念验证模型

Transformers 英语

ToxicityModel是基于RoBERTa微调的模型，用于评估英语句子的毒性程度。

Transformers 英语

Sentiment Roberta Large English

基于RoBERTa-large微调的英语文本二元情感分析模型，可预测积极或消极情感

文本分类英语

AIbase

智启未来，您的人工智能解决方案智库

English 简体中文繁體中文にほんご

© 2025AIbase