这是一个基于BERT架构的印尼语情感分析模型，能够将文本分类为正面或负面情感。

基于DistilBERT的情感分析模型，用于将产品评论分类为正面、负面或中性

基于DistilBERT的轻量级句子嵌入模型，适用于多种文本处理任务

LENS-8000 是一个基于转换器的文本嵌入模型，专注于特征提取和句子相似度任务，在多个分类和检索任务中表现出色。

Giga Embeddings Instruct 是一个高性能的嵌入模型，专注于文本分类和检索任务，在多个基准测试中表现出色。

基于Qwen2架构的7B参数规模句子嵌入模型，专注于句子相似度任务，在MTEB基准测试中表现优异。

Stella 400M 是一个中等规模的英语文本处理模型，专注于分类和信息检索任务。

NV-Embed-v2 是一个基于 sentence-transformers 的嵌入模型，在多个 MTEB 基准测试中表现出色，适用于多种自然语言处理任务。

Snowflake Arctic Embed XS 是一个轻量级的句子嵌入模型，专注于句子相似度和特征提取任务。

本模型专用于从电商评论中提取关键词与核心观点，基于5000条淘宝评论训练。

这是一个基于BERT架构的日语情感分析模型，在JGLUE的MARC-ja数据集上进行了微调训练。

E5-base 是一个通用的文本嵌入模型，适用于多种自然语言处理任务，如分类、检索、聚类和语义相似度计算。

SGPT-Bloom-7b1-msmarco 是一个基于 BLOOM 架构的句子转换器模型，主要用于句子相似度计算和特征提取任务。

该模型是基于DistilBERT微调的文本分类模型，用于预测亚马逊评论的有用性。

基于BERT-base-uncased的后训练模型，专为理解电子商务评论中的情感和选项而优化

基于评论语料库进行后训练的BERT模型，专注于理解情感、选项及各类电商相关维度

基于Yelp餐厅评论数据后训练的BERT模型，专注于电商评论的情感分析和多维度理解

基于土耳其语BERTurk模型微调的情感分析模型，用于判断土耳其语文本的情感极性（正面/负面）

基于笔记本电脑评论语料库后训练的BERT模型，专注于理解情感倾向和电商领域特征

基于RoBERTa的印尼语情感文本分类模型，在SmSA数据集上微调，准确率达94.36%