imaneumabderahmane
これは🤗 Transformersフレームワークに基づく事前学習モデルで、Hugging Faceモデルセンターに公開されています。このモデルカードは自動生成されたもので、具体的な機能とアプリケーションシナリオについては、さらに詳細な情報を補充する必要があります。
Abdu-GH
これはAraBERTをファインチューニングしたアラビア語レストラン評価の感情分析モデルで、評価をポジティブまたはネガティブに分類できます。
Omartificial-Intelligence-Space
これはsentence-transformersに基づくアラビア語テキスト埋め込みモデルで、検索タスクに特化して最適化されています。モデルは複数のアラビア語MTEBデータセットで全面的にテストされ、MatryoshkaLossとMultipleNegativesRankingLossを用いて訓練され、効率的な類似度計算と特徴抽出をサポートします。
PRAli22
AraBERTをファインチューニングしたアラビア語感情分析モデルで、評価セットでの精度は80.03%
facebook
Meta社が開発したArabela語テキスト音声合成モデル、VITSアーキテクチャに基づき、高品質な音声合成をサポート
abdalrahmanshahrour
AraBERTアーキテクチャに基づく現代標準アラビア語テキスト要約生成モデル、AutoTrainでトレーニング済み
AraBERTベースのアラビア語テキスト要約生成モデルで、現代標準アラビア語のニュース見出し生成とテキスト要約タスクに特化しています。
AraBERTベースのアラビア語テキスト要約生成モデルで、現代標準アラビア語のニュース見出し生成とテキスト書き換えをサポート
Ebtihal
AraBERTMoはGoogleのBERTアーキテクチャに基づくアラビア語事前学習言語モデルで、マスキングタスクをサポートします。
aubmindlab
AraBERTはGoogleのBERTアーキテクチャに基づくアラビア語事前学習言語モデルで、アラビア語自然言語理解タスク向けに設計されています。
AraBERTはBERTアーキテクチャに基づくアラビア語の事前学習言語モデルで、アラビア語理解タスクに最適化され、複数のバージョンのバリエーションがあります。
AraBERTはBERTアーキテクチャに基づくアラビア語の事前学習言語モデルで、アラビア語理解タスクに特化して最適化されています。
abdusah
これはアラビア語の固有表現抽出に使用するモデルで、テキスト中の人名、地名、組織名などのエンティティを識別できます。
AraBERTは、グーグルのBERTアーキテクチャに基づくアラビア語の事前学習言語モデルで、アラビア語の自然言語理解タスク用に設計されています。
mohadz
150万件の多方言アラビア語COVID-19ツイートで事前学習されたAraBERTモデル。パンデミック関連のアラビア語テキストタスク専用
moha
150万件の多方言アラビア語のCOVID - 19ツイートを基に事前学習されたAraBERTモデルで、COVID - 19感染症関連のアラビア語ツイートの処理に特化して最適化されています。
AraBERTv0.2-Twitterは、アラビア語の方言とツイートに最適化された事前学習言語モデルで、BERTアーキテクチャに基づいて開発され、新たに絵文字と一般的な語彙のサポートが追加されています。
AraBERTはBERTアーキテクチャに基づくアラビア語の事前学習言語モデルで、アラビア語の自然言語理解タスクに最適化されています。
AraBERTMoはGoogleのBERTアーキテクチャに基づくアラビア語事前学習言語モデルで、アラビア語テキストに特化して最適化されています。
Sentence-transformersアラビア語%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
