III.2Исследование рынка и маркетинг

MahaSent-MD — модель анализа тональности текстов на маратхи, разработанная L3Cube-Pune. Она основана на MahaBERT (l3cube-pune/marathi-bert-v2) и дообучена на корпусе L3Cube-MahaSent-MD, объединяющем данные из нескольких областей: рецензии на фильмы, общие публикации в Twitter, субтитры и политические публикации. Модель относится к архитектуре BERT и предназначена для классификации текста; размер составляет 264,8 млн параметров, контекст — до 512 токенов. Модель подходит для определения тональности в маратхиязычных отзывах, публикациях и субтитрах из разных тематик. Она распространяется по лицензии CC BY 4.0. Карточка не приводит сведения о метках классов и численных результатах качества.

haideraliuk/sentiment-model — модель классификации текста на основе DistilBERT, дообученная автором репозитория от distilbert/distilbert-base-uncased. Она предназначена для определения тональности текста. Модель использует архитектуру DistilBertForSequenceClassification, принимает текст с контекстом до 512 токенов и выдаёт метку класса. В README приведены результаты оценки: accuracy 0,6598, взвешенные и макро F1 — 0,6493. Эти показатели указывают на ограниченное качество классификации; назначение меток и данные оценки не описаны. Модель распространяется под лицензией Apache-2.0.

MASRIHEAD-Unified — специализированная модель понимания египетского арабского диалекта, разработанная для разговорной ИИ-системы KALAMNA. Она одновременно классифицирует сарказм, тональность и эмоции в тексте. Архитектура объединяет контекстные признаки дообученной трансформерной модели T0KII/MASRIBERTV4 размером 110 млн параметров с FastText-векторами и двунаправленными LSTM и GRU; классификационные головы каскадно передают результаты распознавания сарказма в прогнозы тональности и эмоций. Модель рассчитана на анализ египетской разговорной речи, в том числе неформальной лексики и вариантов написания. На указанном в карточке наборе данных макро-F1 составляет 0,7822 для тональности, 0,7342 для сарказма и 0,6347 для эмоций; общий показатель Global Average Macro F1 — 0,7170. Выходы представлены классами: отрицательная, нейтральная или положительная тональность; буквальное или саркастическое высказывание; гнев, радость, нейтральность или грусть. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но некоммерческое.

hsuk/tiny-bert-sst2-distilled — компактная модель классификации текста, размещённая пользователем hsuk на Hugging Face. Она предназначена для анализа тональности англоязычных текстов в рамках задачи SST-2 и возвращает один из двух классов: negative или positive. В карточке модели указано использование через Transformers и AutoModelForSequenceClassification. Модель основана на архитектуре BERT и подвергнута дистилляции, то есть уменьшена по сравнению с исходной моделью для более экономичного запуска. Токенизатор использует uncased-режим BERT, словарь BERT и максимальную длину последовательности 512 токенов. Модель поддерживает только текстовый ввод и не предназначена для генерации текста, мультимодальных задач или надёжного анализа языков, отличных от английского. Ключевые преимущества — небольшой размер, низкие требования к вычислительным ресурсам и специализация на бинарной классификации тональности. Ограничения включают узкую область применения, зависимость качества от английского языка и домена отзывов, а также недостаток подробно опубликованных сведений о точности, обучающем наборе данных и лицензии. Условия лицензирования для этого репозитория в найденных источниках явно не указаны.

Mert Şengil разработал эту модель на основе турецкоязычной BERT-модели ytu-ce-cosmos/turkish-base-bert-uncased и дообучил её для трёхклассовой классификации предложений на турецком языке. Модель определяет, содержит ли предложение противоречащие друг другу эмоциональные оценки (Dissonance), взаимно согласующиеся оценки (Consonance) или не относится ни к одному из этих типов (Neither). Она принимает текст и возвращает метку класса с оценкой уверенности. Модель имеет архитектуру BertForSequenceClassification, содержит 137,8 млн параметров и поддерживает контекст длиной до 512 токенов. В README заявлены accuracy 97,5% и macro-F1 97,49% на тестовом наборе из 4 671 примера. Она подходит для анализа тональности и выявления смыслового конфликта оценок в турецких предложениях. Лицензия в доступных данных не приведена.

Kate-lf/emotion-classification — дообученная модель на базе bert-base-chinese для классификации текста. Она предназначена для отнесения китайского текста к эмоциональным классам; архитектура — BERT с классификационной головой, размер — 129,5 млн параметров, максимальный контекст — 512 токенов. В README приведены результаты на оценочном наборе: accuracy 0,8718 и F1 0,8701; обучающий набор и состав классов не описаны. Модель распространяется в формате safetensors под лицензией Apache-2.0.

IndoBERTweet-Plutchik-Emotion-Classifier — модель классификации текста на основе IndoBERTweet, разработанная akmalluthfi и дообученная на базе indolem/indobertweet-base-uncased. Она предназначена для определения эмоций в индонезийских текстах, вероятно, по модели эмоций Плутчика, что следует из названия репозитория; README не содержит описания меток или обучающего набора данных. Модель построена на архитектуре BERT, содержит 137,8 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены результаты оценки: loss 0,9306 и F1 0,6540. Распространяется по лицензии Apache-2.0.

Khayyam — модель для многометочной классификации эмоций в персидском тексте, разработанная Ayda Khoshkhan. Она дообучена на ParsBERT v3 (HooshvareLab/bert-fa-zwnj-base) на персидском переводе датасета GoEmotions и относит текст к любому сочетанию из 28 категорий, включая радость, гнев, грусть, благодарность и нейтральную тональность. Модель построена на архитектуре BERT и содержит 145,5 млн параметров; максимальная длина контекста — 512 токенов. Она предназначена для анализа коротких персидских текстов, в частности сообщений в стиле Reddit. На тестовой выборке GoEmotions Persian показала macro F1 0,4124 и micro F1 0,5563. Результаты могут снижаться для редких эмоций, а автоматический перевод обучающих данных мог внести ошибки в метки. Качество на формальном персидском и диалектах может отличаться. Модель распространяется по лицензии Apache-2.0.

Модель ivanovsdesign/sbert-ru-huawei-sentiment-fine-additional — русскоязычная модель классификации текста на архитектуре BERT, разработанная на основе дообученной модели ivanovsdesign/sbert-ru-huawei-sentiment-fine-up. Она предназначена для определения тональности текстов, в частности отзывов о Huawei. Модель содержит 525,7 млн параметров, принимает текст длиной до 512 токенов и выдаёт метку класса. В репозитории веса представлены в формате safetensors. В README приведены результаты валидации: accuracy 0,676, macro-F1 0,469 и weighted-F1 0,653. Эти показатели указывают на ограниченное качество классификации, особенно при оценке по macro-F1; перед применением в критичных сценариях модель следует проверить на целевых данных. Сведения о лицензии в предоставленных данных отсутствуют.

ContaLLM-Beauty-8B-Instruct — китайская инструкционная языковая модель ContaAI для маркетинга в индустрии красоты и косметики. Она дообучена на базе meta-llama/Llama-3.1-8B-Instruct на общедоступных, синтетических и размеченных людьми маркетинговых материалах. Модель содержит 7,5 млрд параметров, использует архитектуру Llama и работает через библиотеку Transformers; заявленный контекст — 131 072 токена. Модель генерирует маркетинговые тексты с учётом требований пользователя, ключевых слов, тем, хэштегов, сезонных кампаний, персонажей, исходных материалов и желаемой длины. Она рассчитана прежде всего на китайский язык и подходит для подготовки разнообразных рекламных материалов для компаний в сфере красоты и косметики. Доступна лицензия Llama 3.1 Community License Agreement. При генерации могут появляться проблемные ответы: на этапе инференса нет автоматической фильтрации, аналогичной фильтрации ChatGPT. Результаты следует проверять и при необходимости фильтровать перед использованием.

Maryamnaeem12/distilbert-imdb-sentiment — дообученная модель DistilBERT для классификации текста. Карточка указывает на настройку distilbert-base-uncased на датасете с неизвестным составом; название репозитория предполагает анализ тональности отзывов о фильмах на IMDb, но README этого не подтверждает. Модель построена на архитектуре DistilBertForSequenceClassification, распространяется в формате safetensors и рассчитана на контекст до 512 токенов. Модель подходит для классификации текста, вероятно, для определения тональности отзывов. Языковая основа distilbert-base-uncased ориентирована на английский язык. Модель распространяется по лицензии Apache-2.0. README не содержит сведений о метках классов, обучающем датасете или результатах оценки, поэтому качество и точный сценарий применения по карточке подтвердить нельзя.

markt23917/finetuning-sentiment-model-3000-samples — модель классификации текста, дообученная на базе distilbert-base-uncased на наборе данных IMDb. Она предназначена для определения тональности отзывов о фильмах. На оценочной выборке указаны accuracy 0,8767 и F1 0,8825. Модель использует архитектуру DistilBERT и принимает текст длиной до 512 токенов. Распространяется по лицензии Apache-2.0.

Genderize — англоязычная модель классификации текста, разработанная Imran Ali для предсказания гендерной категории по имени. Она дообучена на базе google-bert/bert-base-cased и содержит 136,7 млн параметров; принимает текст с контекстом до 512 токенов и выдаёт метку класса. Модель предназначена для классификации имён и может применяться в сценариях, где требуется предположение о гендере по имени, например для персонализации маркетинга. Она использует архитектуру BERT и распространяется по лицензии MIT. Предсказания могут быть ошибочными, особенно для унисекс- и редких имён; качество зависит от культурного и языкового контекста. Возможны смещения из-за обучающих данных, поэтому результаты следует проверять на целевой выборке.

ilana/tiny-bert-sst2-distilled — компактная модель классификации текста, созданная дообучением google/bert_uncased_L-2_H-128_A-2 на наборе GLUE. Она использует архитектуру BERT для классификации последовательностей и содержит 4,4 млн параметров; максимальная длина контекста — 512 токенов. Модель предназначена для определения тональности коротких англоязычных текстов в задаче SST-2. На оценочной выборке указана точность 0,7477 после одного этапа обучения. Компактный размер может быть полезен для сценариев с ограниченными ресурсами, однако приведённый результат указывает на заметные ограничения качества. Модель распространяется по лицензии Apache-2.0.

Модель разработана на основе японской BERT-large v2 Университета Тохоку и дообучена на датасете WRIME для оценки интенсивности восьми базовых эмоций по Плутчику: радости, грусти, ожидания, удивления, гнева, страха, отвращения и доверия. Она принимает короткий текст на японском языке и выдаёт оценки или вероятности для каждой эмоции; результаты можно использовать для многометочной классификации или регрессионного анализа. Модель предназначена для исследовательского и аналитического изучения эмоций в японских публикациях соцсетей, диалогах и других коротких текстах, в том числе для отслеживания изменений эмоциональных выражений во времени. В README приведены оценки на тестировании WRIME: средняя бинарная F1-мера 61,2%, косинусное сходство векторных оценок 0,922. Модель распространяется по лицензии Apache-2.0. Она оценивает выраженные в тексте эмоции, а не внутреннее состояние человека; качество может снижаться на сленге, сарказме, диалектах и специализированной лексике. Авторы не рекомендуют использовать её для клинической диагностики или решений с высокими последствиями без проверки человеком.

CryptoBERT — англоязычная модель классификации тональности текстов о криптовалютах, созданная дообучением ProsusAI/finbert на наборе Custom Crypto Market Sentiment. Она использует архитектуру BERT и содержит 136,7 млн параметров; максимальная длина контекста — 512 токенов. Модель относит текст к положительному или отрицательному классу и подходит для анализа новостей, публикаций и сообщений о крипторынке. Модель предназначена для оценки настроений в англоязычных текстах о криптовалютах. Карточка приводит пример запуска через Transformers и сообщает о небольшом обучающем корпусе, поэтому качество может снижаться на иных стилях текста, нейтральных сообщениях и темах вне крипторынка. Лицензия в предоставленных данных не указана.

NikolajMunch/danish-emotion-classification — модель на основе BERT для многоклассовой классификации датских предложений по шести эмоциям из категории эмоций Экмана. Она предназначена для анализа эмоциональной окраски коротких текстов; в карточке приведён пример классификации отдельного предложения. Модель имеет 137,8 млн параметров, архитектуру BertForSequenceClassification и контекст до 512 токенов. Репозиторий содержит веса PyTorch. Лицензия в доступных данных не указана.

Это демонстрационная модель для бинарной классификации тональности текста на наборе SST-2, разработанная лабораторией Data & Impact Accounting (DIA). Она основана на DistilBERT и дообучена целиком на NVIDIA A40; архитектура — DistilBertForSequenceClassification. Модель принимает текст и относит его к одному из двух классов тональности. Модель подходит для демонстрации и экспериментов по анализу тональности коротких англоязычных текстов. Контекст составляет до 512 токенов. Карточка также документирует энергопотребление, углеродный след и оценку расхода воды при обучении для учета воздействия моделей и их производных. Лицензия — Apache-2.0. Это демонстрационный чекпойнт, обученный на SST-2; качество на других доменах и языках не описано. Указанный расход энергии измерен, а расход воды оценен по диапазону WUE.

Модель анализа эмоций на базе IndoBERT, предназначенная для классификации предложений и абзацев на индонезийском языке. Она оценивает вероятность шести эмоций: гнева, грусти, радости, любви, страха и отвращения; результаты представлены в процентах. Архитектура — BERT для классификации последовательностей, размер — 151,6 млн параметров, максимальная длина контекста — 512 токенов. Модель обучена на индонезийских твитах и основана на предварительно обученной IndoBERT Base Model P1. Подходит для анализа эмоциональной окраски индонезийских публикаций и сообщений. Ограничение — классификатор настроен на шесть перечисленных эмоций и обучен на данных из Twitter, поэтому его результаты для других языков, жанров и контекстов могут быть ненадёжны. Формат весов — PyTorch; сведения о лицензии в доступных данных отсутствуют.

UrduClassification — модель классификации тональности отзывов на урду, созданная дообучением urduhack/roberta-urdu-small на наборе IMDB Urdu Reviews. Она использует архитектуру RoBERTa с головой RobertaForSequenceClassification и относит текст к положительному или отрицательному классу. Модель подходит для анализа отзывов и других коротких пользовательских текстов на урду. В метаданных указаны 153,2 млн параметров и контекст длиной 514 токенов. Модель распространяется в форматах PyTorch и Safetensors по лицензии MIT. В README приведены результаты оценки, но набор для оценки не раскрыт; поэтому качество на других типах текстов и вне домена отзывов не подтверждено.

afiyarah/gemma-ins-make-v2 — модель Sentence Transformer, дообученная автором на базе google/embeddinggemma-300m для представления предложений и абзацев в виде плотных векторов. Модель использует текстовую архитектуру Gemma 3, mean pooling, выдаёт эмбеддинги размерности 768 и сравнивает их косинусным сходством. В README указан предел длины последовательности 512 токенов; метаданные каталога указывают контекст до 2048 токенов. Модель предназначена для семантического сопоставления названий автомобильных марок, включая арабские и английские варианты, а также для поиска похожих текстов, поиска парафраз, классификации и кластеризации. Данные обучения включают примеры из страховой автомобильной тематики; в README приведена оценка на insurance-val. Модель принимает текст и выдаёт векторные представления, пригодные для сравнения и поиска. Репозиторий использует формат safetensors и библиотеку sentence-transformers. Лицензия в предоставленных данных не указана.

Модель blanchefort/rubert-base-cased-sentiment-med — русскоязычный классификатор тональности медицинских отзывов, созданный на основе DeepPavlov/rubert-base-cased-conversational и обученный на отзывах о медицинских учреждениях. Архитектура — BERT для классификации последовательностей; модель содержит 205,1 млн параметров и принимает текст длиной до 512 токенов. Модель присваивает отзыву один из трёх классов: нейтральный, положительный или отрицательный. Она предназначена для автоматического анализа отзывов пациентов о клиниках и других медицинских учреждениях. Доступны версии весов для PyTorch, TensorFlow и Flax, включая формат safetensors. Лицензия в предоставленных данных не указана.

XLNet-Reddit-Sentiment-Analysis-16-epochs — модель классификации текста, созданная дообучением xlnet-base-cased. Она предназначена для определения тональности публикаций Reddit. Модель содержит 137,8 млн параметров, использует архитектуру XLNet и распространяется в формате PyTorch. На оценочном наборе указаны точность 0,8427, RMSE 0,6675 и функция потерь 0,7667. Данные для обучения и подробности о метках классов не описаны, поэтому результаты могут не переноситься на тексты из других источников. Лицензия — MIT.

Это модель классификации японского текста на основе DeBERTa V2, опубликованная YoichiTakenaka. Чекпойнт дообучен для определения эмоции Disgust (отвращение); README описывает семейство из восьми отдельных моделей, по одной на Joy, Sadness, Anticipation, Surprise, Anger, Fear, Disgust и Trust. На вход подаются отдельные тексты или их списки, на выходе — метка наличия эмоции и оценка уверенности для положительного класса. Модель предназначена для анализа эмоциональной окраски японских текстов. Архитектура — DebertaV2ForSequenceClassification, размер — 451,8 млн параметров, максимальная длина контекста — 512 токенов. Репозиторий содержит веса в формате safetensors. Модель ориентирована на японский язык и не описана как многоязычная. Лицензия — CC BY-SA 4.0. README указывает, что для этого пакета существуют восемь моделей эмоций; этот конкретный чекпойнт отвечает за Disgust. Ограничения: оценки относятся к одной эмоции и не заменяют более широкую интерпретацию эмоционального состояния; результаты для иных языков и за пределами контекстного окна не подтверждены.

Prasun Mishra разработал модель классификации текста, дообучив distilbert-base-uncased на датасете IMDb. Она предназначена для анализа тональности и классификации отзывов о фильмах; архитектура — DistilBERT для классификации последовательностей, размер контекста — до 512 токенов. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0. Карточка не приводит оценок качества или подробностей обучения, поэтому надёжность предсказаний на других типах текстов не установлена. Модель рассчитана на английский текст, что следует из базовой модели distilbert-base-uncased и датасета IMDb.

SEOcrate-4B_grpo_new_01 — экспериментальная модель-прототип от cyberandy для задач поисковой оптимизации. Она дообучена методом GRPO на базе unsloth/gemma-3-4b-it-bnb-4bit — 4-битной версии Gemma 3 Instruct с 4 млрд параметров. Модель принимает текстовые запросы в формате чата и генерирует текст; заявленная длина контекста — 131 072 токена. Модель ориентирована на SEO-задачи: оптимизацию заголовков и метаописаний, подбор внутренних ссылок, анализ поисковых запросов, классификацию намерений, рекомендации по Schema.org, правила robots.txt и canonicalization. При обучении использовалась онтология SEOntology (seovoc), а ответы задуманы в структурированном формате с объяснением шагов и кратким итогом. Это доказательство концепции, обученное на небольшом синтетическом наборе примерно из 960 примеров; README описывает проверку подхода, а не гарантирует качество для рабочих сценариев. Модель заявлена как англоязычная. Лицензия — Apache-2.0.

Модель Neuraly на базе BERT предназначена для анализа тональности предложений на итальянском языке. Она дообучена на предобученной модели bert-base-italian-cased и относится к архитектуре BertForSequenceClassification; число параметров — 137,9 млн, максимальная длина контекста — 512 токенов. Доступны веса в форматах PyTorch, TensorFlow и Flax. Модель обучена на 45 тысячах предварительно обработанных твитов из двух наборов Sentipolc EVALITA 2016. На тестовом разбиении авторы сообщают точность 82%. Она подходит для определения тональности итальянских сообщений и предложений, в том числе публикаций в социальных сетях. Обучающие данные заметно связаны с футболистами и футбольными командами, поэтому результаты на других темах могут отличаться. Упоминания пользователей, URL и адреса электронной почты удалялись при предобработке. Лицензия — MIT.

GPT-5 Image Mini сочетает языковые возможности GPT-5 Mini с генерацией изображений на базе GPT Image 1 Mini. Это мультимодальная модель OpenAI, предназначенная для создания изображений по текстовым инструкциям и взаимодействия с текстом и изображениями. Доступный фрагмент карточки отмечает следование инструкциям и эффективность генерации изображений. Данных о размере, длине контекста, поддерживаемых языках и лицензии в предоставленных материалах нет. Полная карточка не представлена, поэтому подробности о возможностях и ограничениях модели установить нельзя.

Модель marma/bert-base-swedish-cased-sentiment — классификатор тональности на базе BERT, опубликованный пользователем marma. Она дообучена на примерно 20 тысячах отзывов App Store на шведском языке и выдаёт метку тональности с оценкой уверенности. Репозиторий содержит веса PyTorch и Flax; число параметров — 151,9 млн, максимальная длина контекста — 512 токенов. Модель предназначена для определения тональности шведских текстов, в частности отзывов приложений. В карточке показан пример с положительной меткой для короткой фразы. Обучение на отзывах App Store ограничивает основания для переноса результатов на другие типы текстов и языки. Лицензия в предоставленных данных не указана.

Модель neuralnaut/deberta-wrime-emotions разработана для анализа японских текстов и дообучена на ku-nlp/deberta-v3-base-japanese по субъективным оценкам авторов из набора WRIME v1. Это DeBERTa V3 с головой регрессии: модель предсказывает выраженность восьми базовых эмоций Плутчика — радости, грусти, ожидания, удивления, гнева, страха, отвращения и доверия. Размер модели — 187,7 млн параметров, максимальный контекст по метаданным — 512 токенов; автор указывает оптимизацию для коротких текстов в стиле публикаций соцсетей длиной до 128 токенов. Выходные значения нормализованы в диапазон 0–1: для перевода к исходной шкале от 0 до 3 их нужно умножить на 3 и ограничить этим диапазоном. Модель подходит для построения эмоциональных профилей японских публикаций, комментариев и отзывов. По результатам теста на WRIME v1 общая корреляция Пирсона составляет 0,472; качество для эмоции доверия ниже, чем для ряда других эмоций. Модель рассчитана на японский язык и обучена только на субъективных оценках авторов, поэтому она не предсказывает реакцию читателей и может хуже работать на текстах вне домена коротких неформальных публикаций. Лицензия — MIT.