Многоязычная модель Segment Any Text для разделения текста на предложения и сегментации токенов.

Подходит для: разделение сплошного текста на предложения · сегментация многоязычных документов перед обработкой NLP · подготовка субтитров и транскриптов с границами предложений

Визуальная модель DINOv3 ViT-L извлекает плотные признаки изображений для поиска, классификации и других задач компьютерного зрения.

Подходит для: поиск похожих изображений по визуальным признакам · классификация изображений с линейным классификатором или k-NN · сегментация изображений с лёгкой классификационной головой

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

Базовая корейская модель ALBERT для предсказания замаскированных токенов и задач понимания текста.

Подходит для: предсказание пропущенных слов в корейском тексте · изучение контекстных представлений корейских слов · дообучение модели для задач понимания корейского языка

Дообученная англоязычная модель DistilBERT для семантического разбиения текста на фрагменты при подготовке данных для RAG.

Подходит для: разбиение абзацев на смысловые фрагменты для RAG · подготовка документов перед построением векторного индекса · сегментация английских текстов для поиска по документам

Многоязычная символьная модель Google для извлечения признаков из текста и подготовки представлений для последующих NLP-задач.

Подходит для: извлечение признаков из многоязычных предложений · подготовка представлений текста для классификатора · классификация последовательностей после дообучения

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

Donut — дообученная на CORD модель, которая извлекает текстовое представление из изображений чеков и документов.

Подходит для: извлечение позиций и сумм из изображений чеков · преобразование чека в структурированное текстовое представление · разбор изображений документов, похожих на чеки CORD

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

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

Дообученная на RVL-CDIP модель Donut преобразует изображения документов в текст для задач понимания и классификации документов.

Подходит для: классификация изображений документов по типам · извлечение текстового представления из сканов документов · автоматизация разбора изображений документов

RUPunct_big — крупная русскоязычная модель BERT для восстановления пунктуации в тексте.

Подходит для: восстановление пунктуации в тексте без знаков препинания · постобработка русских транскриптов речи · автоматическая пунктуация пользовательских сообщений

Предварительно обученная Donut для преобразования изображений документов в текст и дообучения под классификацию или разбор документов.

Подходит для: дообучение для извлечения полей из изображений документов · классификация изображений документов после адаптации · разбор структуры документов после дообучения

Компактная шестислойная модель MiniLM извлекает контекстные признаки из текста для NLP-задач.

Подходит для: извлечение признаков из текстовых последовательностей · получение контекстных представлений для поиска · подготовка текстовых признаков для классификации

Многоязычная модель XLM-RoBERTa восстанавливает знаки препинания в текстах и расшифровках речи на пяти европейских языках.

Подходит для: расстановка пунктуации в расшифровках телефонных разговоров · восстановление знаков препинания в автоматических транскриптах · добавление пунктуации в текст без знаков препинания

Многоязычная символьная модель Google для извлечения признаков и последующей настройки на задачи понимания текста.

Подходит для: извлечение признаков из многоязычных текстов · подготовка представлений для классификации предложений · подготовка признаков для разметки токенов

Мультиязычная модель LiLT и XLM-RoBERTa для извлечения признаков из документов с учётом текста и его расположения на странице.

Подходит для: извлечение представлений текста и структуры документа · создание основы для понимания многоязычных документов · обработка расположения текстовых элементов на страницах

Русскоязычная BERT-модель, которая восстанавливает пунктуацию и регистр в тексте после распознавания речи.

Подходит для: восстановление пунктуации в расшифровках звонков · расстановка запятых и точек в тексте после ASR · восстановление заглавных букв в автоматических транскриптах

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

Англоязычная модель на основе RoBERTa для извлечения эмбеддингов токенов и распознавания именованных сущностей.

Подходит для: извлечение эмбеддингов токенов для распознавания сущностей · дообучение NER-модели на специализированном наборе данных · поиск имён людей, организаций и других сущностей в английском тексте

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

Компактная квантованная модель NeuML для определения языка коротких и длинных текстов.

Подходит для: определение языка входящего текста · маршрутизация текста в соответствующий языковой обработчик · разметка языков в многоязычном корпусе

Англоязычная модель NuMind на базе RoBERTa для получения эмбеддингов и распознавания именованных сущностей.

Подходит для: извлечение именованных сущностей из английского текста · подготовка эмбеддингов для разметки сущностей · дообучение NER-модели на пользовательских классах

Базовая китайская модель NeZha для заполнения пропусков в тексте и получения контекстуализированных представлений.

Подходит для: предсказание пропущенных китайских слов и иероглифов · контекстуализация китайского текста · извлечение представлений токенов для последующих задач NLP