III.2Исследование рынка и маркетинг

BERT-absa-rest-reviews-ate — русскоязычная модель для извлечения аспектных терминов из отзывов о ресторанах. Её разработчик дообучил cointegrated/rubert-tiny2 — компактный BERT-энкодер на 29 млн параметров — для классификации токенов с BIO-разметкой. Модель находит упоминания еды, обслуживания, цен, интерьера и доставки и присваивает им соответствующие категории. Модель предназначена для первого этапа анализа тональности по аспектам (ABSA): она выделяет слова и выражения, к которым относятся мнения в отзыве. Обучение проводилось на 7 253 русскоязычных отзывах о ресторанах с разметкой на уровне токенов. Модель принимает текст и выдаёт размеченные токены и категории; в карточке указано контекстное окно 2048 токенов. Модель специализирована на ресторанных отзывах, поэтому на текстах из других областей качество снижается. Большинство аспектов в обучающих данных состоят из одного токена, поэтому многословные выражения извлекаются редко; модель также может пропускать аспекты, особенно редкие упоминания цен и доставки. Распространяется по лицензии Apache-2.0.

M-FAC/BERT-tiny — компактная модель семейства BERT для классификации текста, дообученная авторами карточки на наборе SST-2 с оптимизатором второго порядка M-FAC. Она предназначена прежде всего для определения тональности коротких англоязычных отзывов и предложений. Модель содержит 4,4 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт метку класса; валидационная точность на SST-2 указана как 81,86% ± 0,76% по пяти запускам. Карточка описывает эксперимент по сравнению M-FAC с Adam и отмечает, что настройка гиперпараметров может улучшить результат. Доступный формат — PyTorch. Сведения о лицензии в предоставленных источниках отсутствуют.

Johnson8187/Chinese-Emotion-Small — модель классификации китайского текста по эмоциональному тону, дообученная на базе MoritzLaurer/mDeBERTa-v3-base-mnli-xnli. Это компактная версия семейства Chinese-Emotion; модель содержит 306 млн параметров, использует архитектуру DeBERTa-v2 и принимает последовательности длиной до 512 токенов. Модель относит фразу к одной из восьми категорий: нейтральный, обеспокоенный, радостный, сердитый, грустный, вопросительный, удивлённый или испытывающий отвращение тон. Она предназначена для анализа китайских высказываний, например мониторинга эмоций в обращениях в поддержку, анализа публикаций в соцсетях и классификации отзывов. Для дообучения использованы 4 000 вручную размеченных примеров на традиционном китайском языке из Chinese_Multi-Emotion_Dialogue_Dataset. Модель распространяется по лицензии MIT. Карточка не приводит метрик качества, поэтому точность на других жанрах текста и вариантах китайского языка по ней оценить нельзя.

EkmanClassifier — модель классификации текста, опубликованная пользователем Hugging Face Arpan Ghoshal. Она относит текст к шести базовым эмоциям по модели Пола Экмана: радости, грусти, гневу, страху, отвращению и удивлению. Модель построена на архитектуре BERT, содержит 135,5 млн параметров и принимает текст длиной до 512 токенов. Модель подходит для определения эмоциональной окраски коротких текстов, например сообщений и отзывов. В README для запуска предлагается библиотека Transformers и pipeline sentiment-analysis; задача в метаданных указана как text-classification. Модель опубликована под лицензией MIT. В карточке указано обучение на датасете GoEmotions, однако README описывает только шесть категорий Экмана. Поэтому классификатор не следует считать полноценным анализатором всех эмоций или универсальным инструментом для выявления настроения; данные не подтверждают поддержку языков помимо английского.

davanstrien/lfm25-encoder-goemotions-smoke — дообученный LiquidAI/LFM2.5-Encoder-350M классификатор эмоций в тексте. Модель использует плотный двунаправленный энкодер LFM2 и отдельную классификационную голову со средним pooling; размер составляет 444,6 млн параметров, контекст — до 128 000 токенов. Модель предназначена для многометочной классификации текста по 28 категориям GoEmotions: от восхищения, радости и благодарности до гнева, грусти и нейтрального состояния. В README приведена оценка F1: 0,2436 micro при настроенных порогах; при пороге 0,5 обе метрики F1 равны 0. Для загрузки требуется trust_remote_code=True, а для обслуживания через vLLM нужна стандартная архитектура. Лицензия в предоставленных данных не указана.

NYTK разработала модель для определения тональности венгерских предложений и сообщений. Это дообученная для классификации последовательностей модель на базе huBERT, обученная на корпусе Hungarian Twitter Sentiment (HTS). Она присваивает тексту одну из пяти меток: очень негативная, негативная, нейтральная, позитивная или очень позитивная. Модель основана на архитектуре BERT, содержит 137,8 млн параметров и принимает текст длиной до 512 токенов по метаданным; в README для настройки указано ограничение max_seq_length 128. Модель предназначена прежде всего для анализа венгерских текстов, в частности сообщений из соцсетей. В сравнении на HTS5 для huBERT приведён результат 68,99, но метрика не уточнена. Веса опубликованы в формате PyTorch по лицензии Apache 2.0. Классификация может хуже работать на текстах за пределами домена обучающих данных; README не приводит оценок на других жанрах и подробностей метрики.

Модель kinit/slovakbert-sentiment-twitter — классификатор тональности на основе SlovakBERT, опубликованный пользователем kinit. Это RoBERTa-модель с 151,8 млн параметров, дообученная на 50 тысячах вручную размеченных словацких твитов из Multilingual Twitter Sentiment Analysis Dataset. Она относит текст к одному из трёх классов: отрицательная, нейтральная или положительная тональность. Модель предназначена прежде всего для анализа тональности твитов на словацком языке и может применяться для мониторинга мнений в соцсетях. В оценке на исходном датасете F1 составил 0,67; на наборе общих отзывов — 0,58. Поэтому результаты на текстах вне домена твитов могут быть слабее. Контекст модели — 514 токенов. Лицензия — CC BY 4.0.

Hanno-Labs/tagline-quality-e5-ranker — англоязычный ранжировщик качества слоганов для главных экранов SaaS-сервисов, созданный командой Hey Lefty. Это дообученная на парах слоганов модель intfloat/e5-large-v2 на архитектуре BERT: она формирует 1024-мерные эмбеддинги, которые оцениваются отдельной линейной головкой. Модель училась отличать убедительное и оригинальное обещание продукта от слабого слогана, общего названия категории, набора модных слов или фрагмента основного текста. Модель предназначена для сравнения и оценки англоязычных SaaS-слоганов при написании или редактировании текста главного экрана. В README приведены результаты на отложенной выборке: точность попарного ранжирования 0,90 и AUROC 0,87; это показатели конкретной оценки, а не гарантия качества на произвольных текстах. Репозиторий содержит веса модели в Safetensors и варианты ONNX для использования в браузере; нативный контекст — 512 токенов. Для получения оценки нужно применить линейную головку из ranker_head.npz к эмбеддингу; одного вызова feature-extraction для итогового рейтинга недостаточно. Лицензия — MIT. Обучающие данные включали несколько сотен оценённых по рубрике слоганов и вручную подобранные сложные негативные примеры, поэтому применимость вне англоязычных SaaS-слоганов ограничена и отдельно не подтверждена.

ThoughtWeaver-8B-Reasoning-Exp — экспериментальная языковая модель Вазирани для генерации ответов с рассуждениями, структурированными в Markdown. Это дообученная версия unsloth/Ministral-3-8B-Instruct-2512 с плотной архитектурой семейства Mistral 3 и размером 8 млрд параметров. Модель принимает текст и выдаёт текст; карточка указывает английский язык, а метаданные — формат safetensors и лицензию Apache-2.0. Модель предназначена для задач, где полезно быстро рассмотреть несколько вариантов: мозгового штурма, генерации идей и дизайн-мышления. Она управляет глубиной рассуждения на уровнях low, medium и high, стремясь избегать повторных циклов самопроверки и расходовать меньше токенов. В карточке приведены результаты на AIME 2024 и AIME 2025. Разработчик отмечает, что модель экспериментальная и нестабильная: возможны повторы и галлюцинации, точность ниже передовых моделей, а из-за катастрофического забывания некоторые задачи могут выполняться хуже, чем базовой моделью. Модель предназначена только для чата, не поддерживает изображения, аудио и вызов инструментов и не прошла достаточное выравнивание безопасности; при специально подобранных запросах может генерировать вредный контент.

Twitter-roBERTa-base — модель RoBERTa-base, дообученная на примерно 58 млн твитов поверх исходного чекпойнта RoBERTa-base. Она предназначена для работы с текстом из Twitter и примеров на английском языке, включая предсказание скрытых слов и получение представлений твитов. Для предобработки автор рекомендует заменять имена пользователей на @user, а ссылки — на http. Модель содержит около 151,8 млн параметров и поддерживает контекст до 514 токенов; опубликованы варианты для PyTorch, TensorFlow и Flax. Карточка описывает обучение и применение модели, но не сообщает лицензию.

Модель lucaordronneau/twitter-roberta-base-sentiment-latest-finetuned-FG-SINGLE_SENTENCE-NEWS — дообученная на неизвестном наборе данных версия CardiffNLP Twitter-RoBERTa для классификации текста. Она предназначена для определения тональности отдельных текстовых высказываний; название указывает на настройку под новостные предложения, но карточка не описывает метки классов или обучающие данные. Модель построена на архитектуре RoBERTa, содержит 151,8 млн параметров и обрабатывает последовательности длиной до 514 токенов. В README приведены результаты оценки: accuracy 0,6305 и F1 0,6250. Эти показатели характеризуют только указанный оценочный набор, сведения о котором отсутствуют, поэтому качество на других данных может отличаться. Лицензия в предоставленных данных не указана.

H-Layba разработала классификатор тональности текста на основе bert-base-multilingual-cased, дообученного для анализа отзывов на урду. Модель относит текст к одному из двух классов: положительному или отрицательному. Она предназначена для анализа отзывов и других текстов на урду, например для автоматической оценки мнений пользователей. В карточке указаны точность 81% и взвешенная F1-мера 0,8098 на данных отзывов о фильмах IMDB. Архитектура — BERT для классификации последовательностей; размер — 205,1 млн параметров, максимальная длина контекста — 512 токенов. Модель обучена на наборе mirfan899/imdb_urdu_reviews, состоящем из 50 000 переводов отзывов IMDB с положительными и отрицательными метками. Лицензия — Apache-2.0. Результаты на этом наборе не гарантируют такое же качество на других жанрах и типах текстов.

Pongsathorn/wangchanberta-base-sentiment — дообученная модель на базе WangchanBERTa для классификации тональности текстов на тайском языке. Разработчик карточки указывает, что обучение выполнялось с помощью simpletransformers; архитектура — CamemBERT для классификации последовательностей, размер — 132,5 млн параметров, максимальный контекст — 512 токенов. Модель предназначена для определения тональности тайских текстов. Карточка не приводит метрик качества и не описывает набор классов или обучающие данные. Файлы модели представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Это модель классификации тональности текста на амхарском языке, разработанная на основе bert-medium-amharic и дообученная на наборе данных rasyosef/amharic-sentiment. Она построена на архитектуре BERT и содержит 48,2 млн параметров; максимальная длина контекста составляет 512 токенов. Модель предназначена для определения тональности амхарских текстов, например коротких отзывов или сообщений. В README приведены результаты на оценочной выборке: accuracy 0,83, precision 0,84, recall 0,83 и F1 0,83. Для запуска используется библиотека Transformers и задача text-classification. Лицензия в предоставленных данных не указана.

sahikjaman/cloudsentimen-gojek — модель классификации тональности отзывов о приложении Gojek в Google Play Store. Это дообученная на indонезийских отзывах модель indobenchmark/indobert-base-p1 на архитектуре BERT с 151,6 млн параметров; она относит текст к одному из трёх классов: положительный, нейтральный или отрицательный. Модель рассчитана на классификацию коротких пользовательских отзывов на индонезийском языке и поддерживает контекст до 512 токенов. Для обучения использовались публичные отзывы Google Play, а метки автоматически выводились из рейтинга: 4–5 звёзд — положительная тональность, 3 — нейтральная, 1–2 — отрицательная. Перед подачей текста требуется применить ту же очистку, что и при обучении: привести текст к нижнему регистру, удалить ссылки, эмодзи и пунктуацию, нормализовать сленг и удалить стоп-слова средствами Sastrawi. Весы опубликованы в формате safetensors; лицензия — MIT.

Модель alexandrainst/da-emotion-classification-base — датская BERT-модель, разработанная Alexandra Institute и предназначенная для классификации эмоций в тексте. Она относит датский текст к одному из восьми классов: радость/спокойствие, доверие/принятие, ожидание/интерес, удивление/изумление, гнев/раздражение, презрение/неприязнь, грусть и страх/беспокойство. Модель основана на предварительно обученной датской BERT-модели BotXO и дообучена на вручную размеченных публикациях из социальных сетей. В описании рекомендуется сначала определить, содержит ли текст эмоцию, с помощью отдельной бинарной модели эмоций, а затем использовать эту модель для определения типа эмоции. Архитектура — BERT для классификации последовательностей, размер — 137,8 млн параметров, максимальная длина контекста — 512 токенов. Модель рассчитана на датский язык и подходит для анализа эмоциональной окраски сообщений в социальных сетях. Обучающие данные не опубликованы. Лицензия — Apache-2.0.

amaan00z/emotion_xlmr3 — модель классификации эмоций в тексте, разработанная Аманом Шейхом и дообученная на базе FacebookAI/xlm-roberta-base. Она предназначена для анализа текстов на хинглише — смеси хинди и английского, в том числе сообщений из индийских социальных сетей. Модель относит текст к одной из десяти категорий: гнев, страх, отвращение, грусть, неодобрение, удивление, восхищение, радость, любовь или нейтральная эмоция. В основе лежит трансформер XLM-RoBERTa Base с 305,2 млн параметров и контекстом до 514 токенов. Автор сообщает о точности 0,9875 и F1 0,9850 на оценочном наборе; эти показатели относятся к описанной автором выборке и не гарантируют аналогичное качество на других данных. Модель распространяется по лицензии MIT.

likeyellow/klue-review-star — модель классификации текста, разработанная автором репозитория и дообученная на klue/bert-base с использованием датасета KR3. Она оценивает текст корейского отзыва о ресторане по шкале от 1 до 5 звёзд и выдаёт оценку уверенности. Модель использует BERT-архитектуру с 137,8 млн параметров; максимальная длина контекста — 512 токенов. Оценка вычисляется по вероятностям трёх классов — отрицательный, положительный и неоднозначный — с опорными значениями 1, 5 и 3 звезды. Уверенность основана на энтропии распределения и может помогать снижать вес неоднозначных отзывов при подсчёте среднего рейтинга ресторана. На тестовой выборке из 15 000 отзывов автор сообщает точность 0,768, macro F1 0,751 и среднюю абсолютную ошибку рейтинга 0,640. Модель предназначена для извлечения рейтинга из текста отзыва без использования отдельно указанной оценки. Для нересторанных текстов она всё равно назначает один из трёх классов и может смещаться к положительной оценке; неоднозначный класс содержит шумные метки, мягко отрицательные формулировки могут оцениваться ниже человеческой оценки, а уверенность не откалибрована и не равна вероятности правильного ответа. Лицензия — CC BY-NC-SA 4.0.

LedgerBERT-Market-Sentiment — англоязычная модель ExponentialScience для классификации рыночной тональности материалов о криптовалютах и технологиях распределённых реестров (DLT). Это дообученная для классификации последовательностей модель на основе BERT-base с 137,1 млн параметров по метаданным Hugging Face. Она принимает текст длиной до 512 токенов и относит его к одному из трёх классов: bullish (ожидание роста), bearish (ожидание снижения) или neutral (неопределённое либо сбалансированное направление).

Модель swasthika28/llama-3.2-3b-mood-classifier — дообученная текстовая модель семейства Llama 3.2, созданная swasthika28 на базе unsloth/Llama-3.2-3B-Instruct-bnb-4bit с использованием Unsloth и TRL. Название репозитория указывает на классификацию настроения, однако README не описывает обучающие данные, формат запросов или результаты этой задачи. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст, генерируя текстовый ответ. Заявленная длина контекста — 131 072 токена; язык в метаданных — английский. Доступны веса в формате safetensors. Лицензия — Apache-2.0.

Malay-Sentiment2 — дообученная afiqlol модель XLM-RoBERTa для классификации тональности текстов на малайском языке. Она основана на citizenlab/twitter-xlm-roberta-base-sentiment-finetunned и использует архитектуру XLMRobertaForSequenceClassification; размер модели — 305,2 млн параметров, максимальный контекст — 514 токенов. Подходит для определения тональности коротких текстов и публикаций, в том числе в социальных сетях. В README приведены результаты на оценочном наборе: accuracy 0,7578 и loss 0,5757. Датасет для дополнительного дообучения не назван, поэтому эти показатели нельзя напрямую переносить на другие тексты. Модель опубликована в формате safetensors; условия лицензии в предоставленных данных не указаны.

OpenForecaster-8B-i1-GGUF — квантизированная версия модели OpenForecaster-8B, разработанной пользователем nikhilchandak и преобразованной в формат GGUF пользователем mradermacher. Модель обучалась с использованием набора данных OpenForesight; заявленный язык — английский. Лицензия — MIT. Модель предназначена для задач прогнозирования, рассуждений и ответов на вопросы, а также связана с калибровкой и reinforcement learning. README не содержит подробностей о базовой архитектуре, максимальном контексте, поддерживаемых модальностях или точных методах обучения, поэтому её следует рассматривать прежде всего как англоязычную текстовую модель для сценариев forecasting и связанных аналитических задач. Репозиторий предоставляет множество вариантов квантизации GGUF с размером примерно от 2,2 до 6,8 ГБ. Более компактные варианты требуют меньше памяти, но могут заметно уступать в качестве; среди рекомендованных указаны i1-Q4_K_M как быстрый вариант и i1-Q4_K_S как компромисс между размером, скоростью и качеством. Конкретные характеристики и качество зависят от выбранного варианта квантизации.

PhoBERT-Emotion — модель VisoLex для распознавания эмоций во вьетнамских текстах. Она дообучена на vinai/phobert-base с использованием корпуса VSMEC и архитектуры RoBERTa; число параметров — 162,4 млн, максимальная длина последовательности в обучении — 256 токенов, контекст модели — 258 токенов. Модель относит текст к одной из семи категорий: гнев, отвращение, удовольствие, страх, прочее, грусть и удивление. Модель предназначена для анализа эмоций в сообщениях на вьетнамском языке, в том числе в текстах из социальных сетей. Для применения используется классификация последовательности через Hugging Face Transformers. В README указано, что результаты конкурентоспособны, однако значения Accuracy и F1 Score не приведены. Лицензия — Apache-2.0.

TuniBert — дообученная модель BERT от AhmedBou для классификации текстов на тунисском диалекте арабского языка. Она обучена на корпусе Tunisian-Dialect-Corpus и предназначена прежде всего для анализа тональности: относит текст к положительному, отрицательному или нейтральному классу. Модель также заявлена для задач классификации текста. Модель содержит 137,8 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. Репозиторий содержит веса PyTorch. Модель создана в рамках магистерской исследовательской работы и распространяется по лицензии Apache-2.0.

TwHIN-BERT-base — многоязычная предобученная модель семейства BERT, разработанная Twitter для представления и анализа твитов. Она обучена на 7 млрд твитов более чем на 100 языках с использованием masked language modeling и дополнительной социальной цели, основанной на взаимодействиях в гетерогенной сети Twitter. Модель содержит 305,2 млн параметров, принимает последовательности длиной до 512 токенов и доступна в форматах PyTorch и Safetensors. Модель совместима с BERT и может применяться как основа для классификации текста и других NLP-задач, а также для социальных рекомендаций, например прогнозирования вовлечённости пользователей в твиты. В Hugging Face она размечена для заполнения пропусков в тексте. Лицензия — Apache-2.0. Карточка описывает преимущества для семантического понимания и рекомендаций в социальной сети, но не приводит подробных результатов оценки или ограничений за пределами обучающей специфики Twitter.

xuyuan-trial-sentiment-bert-chinese — модель классификации текста на основе архитектуры BERT, созданная дообучением hfl/chinese-bert-wwm-ext. Она предназначена для классификации тональности китайского текста. В карточке приведён результат оценки на тестовой выборке: Macro-F1 0,9899 и loss 0,0247; сведения о наборе данных и методике оценки отсутствуют. Модель содержит 129,5 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате PyTorch. Лицензия — Apache-2.0. Результаты на указанной выборке не гарантируют такого же качества на других данных; из-за отсутствия описания датасета и меток область надёжного применения оценить нельзя.

Модель beenakurian/autotrain-sentiment-analyzer-reddit — классификатор текста на базе RoBERTa, обученный с помощью AutoTrain для анализа тональности публикаций Reddit. Она предназначена для присвоения тексту одного из классов тональности; карточка сообщает о задаче классификации текста, но не раскрывает названия классов и их значения. Модель содержит около 162,4 млн параметров, принимает текст и имеет контекст длиной до 130 токенов. На валидации указаны accuracy 0,81 и macro F1 0,79. Данные о лицензии в доступной карточке отсутствуют.

Модель hatemnoaman/bert-base-arabic-finetuned-emotion — дообученная версия asafaya/bert-base-arabic для классификации эмоций в арабском тексте. Она основана на BERT и содержит 137,8 млн параметров; максимальная длина контекста — 512 токенов. Модель обучалась на наборе данных emotone_ar. Подходит для определения эмоциональной окраски арабских текстов, например сообщений и коротких высказываний. На оценочной выборке автор сообщает accuracy 0,7416 и F1 0,7406. Эти результаты не гарантируют такое же качество на других источниках текстов и неарабских языках. В карточке указана лицензия Apache-2.0.

kit-nlp/bert-base-japanese-sentiment-irony — японская модель BERT Base, разработанная на основе bert-base-japanese-sentiment и дополнительно дообученная для автоматического определения иронии и сарказма в твитах. Модель предназначена для классификации японских текстов с учётом тональности и иронического смысла. Архитектура — BertForSequenceClassification, размер — 137,8 млн параметров, максимальная длина контекста — 512 токенов. Модель принимает текст и выдаёт метки классификации; в карточке указано применение к японским твитам. Распространяется в формате PyTorch по лицензии CC BY-SA 4.0.

EmoRoBERTa — модель классификации текста на базе RoBERTa, опубликованная Arpan Ghoshal и Rohan Kamath. Она дообучена на GoEmotions — наборе из 58 тысяч комментариев Reddit с разметкой 28 эмоций и нейтрального класса — и предназначена для определения эмоциональной окраски коротких текстов на английском языке. Модель использует архитектуру RobertaForSequenceClassification, содержит 151,8 млн параметров и принимает последовательности длиной до 514 токенов. В карточке приведён лучший результат Macro F1 — 49,30%. Модель подходит для анализа эмоций в комментариях и других коротких сообщениях; качество может быть ограничено тематикой и стилем данных GoEmotions и неравномерностью распознавания отдельных эмоций. Лицензия — MIT.