Предварительно обученная BERT-модель для индонезийского языка, извлекающая контекстные представления текста для NLP-задач.

Подходит для: извлечение контекстных эмбеддингов индонезийского текста · подготовка признаков для классификации индонезийских текстов · дообучение классификатора тональности на индонезийском языке

Англоязычная модель Flair на базе LSTM-CRF для распознавания имён людей, мест, организаций и других именованных сущностей.

Подходит для: извлечение имён людей из английских текстов · поиск географических названий в документах · выделение организаций в новостях

Модель CKIP на базе BERT размечает токены для сегментации текста на традиционном китайском языке.

Подходит для: разделение традиционного китайского текста на слова · подготовка китайского текста к морфологическому анализу · предобработка документов перед поиском

GlotLID — модель fastText для определения языка текста среди более чем 2100 меток, включая варианты письменности.

Подходит для: определение языка входящего текста · маршрутизация сообщений в многоязычной системе · разметка языков в текстовом корпусе

Стандартная модель Flair на основе LSTM-CRF для подробной разметки частей речи в английском тексте.

Подходит для: разметка частей речи в английских текстах · извлечение POS-тегов для каждого токена · подготовка английских данных к синтаксическому анализу

Базовая модель LiLT с англоязычным RoBERTa для извлечения признаков текста и структуры документов и дообучения на задачах понимания документов.

Подходит для: извлечение признаков текста и компоновки документа · дообучение для классификации изображений документов · дообучение для разбора структурированных документов

Англоязычная модель DeBERTa XLarge, дообученная на MNLI для классификации текста и определения отношений между предложениями.

Подходит для: определение логического следования между посылкой и гипотезой · классификация пар предложений по семантическому отношению · оценка текстовых гипотез в задачах NLU

Многоязычная модель DeBERTa для NLI и классификации текстов по заданным категориям без дополнительного обучения.

Подходит для: классификация отзывов по заданным темам · распределение обращений по пользовательским категориям · определение тональности через гипотезы NLI

Компактная многоязычная модель Microsoft на архитектуре BERT для классификации текста и дообучения на задачах понимания языка.

Подходит для: классификация текста на нескольких языках · определение логического следствия между предложениями · межъязыковой перенос классификатора

BERT-модель для восстановления шести видов пунктуации в китайском тексте.

Подходит для: восстановление пунктуации в китайской речи после распознавания · расстановка знаков препинания в китайском тексте без пунктуации · подготовка китайских субтитров и транскриптов

Модель на основе DeBERTa v3 для разметки токенов в последовательностях текста.

Подходит для: классификация токенов в последовательностях текста · разметка последовательностей в задачах на данных disputool · извлечение категорий или сущностей по меткам модели

Модель BERT для разметки частей речи и классификации токенов в текстах на традиционном китайском языке.

Подходит для: разметка частей речи в китайском тексте · анализ последовательностей токенов на китайском · подготовка китайских текстов для лингвистического анализа

Многоязычная XLM-RoBERTa-large, дообученная на английском CoNLL-2003 для распознавания именованных сущностей и классификации токенов.

Подходит для: распознавание имен людей, организаций и мест в английском тексте · извлечение именованных сущностей из англоязычных документов · разметка частей речи в английском тексте

CANINE-S — многоязычный символьный энкодер для извлечения представлений текста и тонкой настройки под задачи понимания языка.

Подходит для: извлечение векторных представлений текста · подготовка признаков для классификации предложений · тонкая настройка для разметки токенов

Модель ALBERT от CKIP для классификации токенов и распознавания именованных сущностей в текстах на традиционном китайском языке.

Подходит для: распознавание именованных сущностей в китайских текстах · извлечение сущностей из документов на традиционном китайском языке · пометка токенов в китайском тексте

BERTić — ELECTRA-модель для построения NLP-систем на боснийском, хорватском, черногорском и сербском языках.

Подходит для: дообучение классификатора текстов на хорватском языке · разметка частей речи в сербских текстах · распознавание именованных сущностей в текстах на языках BCMS

Модель на основе WangchanBERTa для распознавания именованных сущностей в тайских текстах.

Подходит для: извлечение именованных сущностей из тайского текста · разметка токенов тайских документов · автоматическая обработка тайских текстовых корпусов

Компактная модель CKIP на базе ALBERT для сегментации традиционного китайского текста на слова.

Подходит для: сегментация традиционного китайского текста на слова · подготовка китайского текста для последующего NLP-анализа · токенная разметка традиционного китайского текста

Англоязычный Perceiver IO, предобученный на восстановление замаскированных токенов и извлечение признаков из текста.

Подходит для: восстановление замаскированных слов в английском тексте · извлечение признаков предложений для классификатора · дообучение на размеченных наборах текстов

Модель CKIP на базе ALBERT размечает токены традиционного китайского текста, в частности для сегментации слов.

Подходит для: сегментация традиционного китайского текста на слова · подготовка китайского текста для NLP-пайплайна · разметка последовательности токенов китайского текста

Модель Dicta на базе BERT совместно анализирует морфологию, синтаксис и именованные сущности в текстах на иврите.

Подходит для: сегментация префиксов в словах на иврите · морфологический разбор иврита · лемматизация текстов на иврите

Крупная модель Google на базе BERT для извлечения представлений и настройки под NLP-задачи на 17 индийских языках и их транслитерированных вариантах.

Подходит для: получение контекстных векторных представлений индийских текстов · настройка распознавания именованных сущностей на индийских языках · разметка частей речи в индийском тексте

Китайская RoBERTa-модель, дообученная для определения логических отношений между текстами в задачах NLI.

Подходит для: проверка, следует ли гипотеза из текстовой посылки · определение противоречия между двумя китайскими предложениями · классификация логического отношения между парами текстов

Модель CKIP на базе ALBERT размечает части речи токенов в тексте на традиционном китайском языке.

Подходит для: определение частей речи в китайских предложениях · разметка токенов традиционного китайского текста · подготовка китайского текста для лингвистического анализа