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

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

Модель на основе RoBERTa-large извлекает имена людей, организации, места и другие именованные сущности из английских текстов.

Подходит для: извлечение имён людей из писем и чатов · поиск организаций в англоязычных сообщениях · распознавание мест и географических названий в тексте

Мультиязычная модель на базе DistilBERT для распознавания имён людей, организаций и мест в текстах на десяти языках.

Подходит для: извлечение имён людей из новостных статей · поиск организаций в многоязычных текстах · выделение географических названий в документах

Быстрая модель Flair для распознавания именованных сущностей в английском тексте на основе LSTM-CRF.

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

Англоязычная BERT-подобная модель на 459 млн параметров для извлечения именованных сущностей заданных типов из текста.

Подходит для: извлечение людей, организаций и мест из англоязычных документов · поиск пользовательских типов сущностей в текстах · разметка сущностей в больших коллекциях документов

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

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

Многоязычная модель на основе XLM-RoBERTa для извлечения имён людей, организаций и мест из текстов на десяти языках.

Подходит для: извлечение имён людей из новостных статей · поиск организаций в многоязычных текстах · распознавание географических названий в новостях

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

Многоязычный классификатор на XLM-RoBERTa для оценки, написан ли текст человеком или сгенерирован ИИ.

Подходит для: проверка текста на признаки генерации ИИ · предварительный анализ учебных работ · проверка пользовательских публикаций перед модерацией

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

Базовая англоязычная модель Microsoft для извлечения речевых признаков из аудио и последующей настройки под задачи обработки речи.

Подходит для: извлечение признаков из англоязычной речи · подготовка речевых представлений для дообучения ASR · дообучение на классификацию аудиозаписей

Набор моделей Core ML для распознавания речи и определения говорящих в аудиозаписях на устройствах Apple.

Подходит для: распознавание речи в аудиозаписях · определение говорящих в разговоре · диаризация записей встреч и интервью

Семейство Conformer-моделей для распознавания речи, особенно подходящее для русского, казахского, кыргызского и узбекского языков.

Подходит для: транскрибация русскоязычных аудиозаписей · распознавание казахской речи · распознавание кыргызской речи

Многоязычная модель Flair на базе LSTM-CRF размечает в тексте имена людей, места, организации и другие сущности на четырёх языках.

Подходит для: извлечение имён людей из англоязычных текстов · поиск географических названий в немецких документах · извлечение организаций из нидерландских новостей

Компактная англоязычная BERT-модель для распознавания именованных сущностей в тексте CoNLL-2003.

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

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

Потоковая модель NVIDIA для разметки аудиозаписи по говорящим в разговорах с максимум четырьмя участниками.

Подходит для: диаризация речи в онлайн-разговорах · определение говорящих в записях встреч · разметка длинных аудиозаписей по участникам

Модель на базе RoBERTa для распознавания и классификации именованных сущностей в тексте.

Подходит для: выделение именованных сущностей из текста · поиск сущностей в документах · автоматическая разметка токенов по типам сущностей

Модель XLM-RoBERTa для извлечения и классификации именованных сущностей в английском тексте.

Подходит для: извлечение имён людей из английских документов · поиск организаций в новостных статьях · выделение географических названий в тексте

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

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