Компактная дистиллированная модель BERT для понимания естественного языка и дообучения под конкретные задачи.

Подходит для: дообучение для классификации текстов · дообучение для анализа тональности · дообучение для распознавания сущностей

AraBERTv0.2-base — арабская BERT-модель для предсказания пропущенных токенов и адаптации к задачам понимания арабского языка.

Подходит для: заполнение пропусков в арабских предложениях · подготовка арабских текстов для дальнейшего дообучения · адаптация к анализу тональности арабских отзывов

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

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

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

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

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 некейсовая модель BERT для турецкого языка, предназначенная для контекстного анализа и адаптации к задачам NLP.

Подходит для: дообучение для распознавания именованных сущностей на турецком языке · разметка частей речи в турецких текстах · создание классификатора турецких текстов

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

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

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

Некейсированный турецкий BERTurk — базовая языковая модель для анализа турецкого текста и дообучения под задачи NLP.

Подходит для: дообучение для распознавания именованных сущностей в турецком тексте · разметка частей речи в турецких предложениях · создание классификатора турецких текстов

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

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

AraBERTv2 — арабоязычная BERT-модель для заполнения пропусков и адаптации к задачам понимания текста.

Подходит для: предсказание пропущенного слова в арабском предложении · дообучение классификатора тональности арабских текстов · дообучение модели распознавания именованных сущностей на арабском языке

Финская модель BERT для заполнения пропусков и дообучения под задачи анализа финского текста.

Подходит для: предсказание пропущенных слов в финском тексте · классификация финских новостных статей · классификация сообщений на финском языке

Регистрозависимая эстонская BERT-модель для заполнения пропусков в тексте и дообучения под задачи анализа эстонского языка.

Подходит для: предсказание пропущенного слова в эстонском тексте · дообучение для распознавания именованных сущностей на эстонском · разметка частей речи и морфологических признаков

Компактная модель BERT, дообученная на MNLI для классификации текста и задач естественного языкового вывода.

Подходит для: определение, следует ли гипотеза из текста-посылки · классификация отношений между двумя предложениями · оценка семантического сходства или противоречия текстов в формате NLI

Многоязычная модель классификации токенов для сегментации текста на предложения.

Подходит для: разбиение сплошного текста на предложения · сегментация текста в конвейере wtpsplit · определение границ предложений в многоязычных документах

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

Дообученная модель RoBERTa для классификации токенов и сегментации текста.

Подходит для: сегментация текста на токены или фрагменты · разметка последовательностей токенов · извлечение сегментов по меткам токенов

Модель BERT для разметки токенов и распознавания именованных сущностей в турецком тексте.

Подходит для: извлечение именованных сущностей из турецких документов · поиск имён людей в турецких текстах · извлечение организаций и мест из турецких текстов

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

Компактная модель Google семейства T5, дополнительно обученная на языковом моделировании для адаптации к текстовым задачам и prompt tuning.

Подходит для: адаптация к генерации текста с помощью prompt tuning · дообучение для суммаризации документов · дообучение для ответов на вопросы по тексту