
BERTによる日本語固有表現抽出のファインチューニング用プログラム
他の言語の説明
統計
2026年11月17日時点の統計
GitHub の Star 数
5
±0 (10月13日〜)
最終コミット
2022年9月
GitHub での作成日
2022年9月26日
掲載日
2024年5月9日
Star 数の推移
数値を表で見る
| 月 | Star |
|---|---|
| 2025年12月 | 4 |
| 2026年1月 | 4 |
| 2026年2月 | 5 |
| 2026年3月 | 5 |
| 2026年4月 | 5 |
| 2026年5月 | 5 |
| 2026年6月 | 5 |
| 2026年7月 | 5 |
| 2026年8月 | 5 |
| 2026年9月 | 5 |
| 2026年10月 | 5 |
| 2026年11月 | 5 |
各月の最後のスナップショット。Star 数は 1,000 以上では 100 単位に丸められています。
同じカテゴリで人気のリソース
bert-japanese-ner-finetuningken1111Code to perform finetuning of the BERT model. BERTモデルのファインチューニングで固有表現抽出用タスクのモデルを作成・使用するサンプルです
novelanalysisbynerlychee12232BERTのファインチューニングによる固有表現抽出
namacochakki-works40文字ベースの固有表現認識。
pygeonlpgeonlp-platform22pygeonlpは、日本語テキストのジオタギングに使用するPythonモジュールです。
huggingface-finetune-japanesetsmatz16日本語の言語(Hugging Face)リソースのためにエンコーダーのみとエンコーダーデコーダーのトランスフォーマーを微調整するための例
entitypediachakki-works13Entitypediaは、Wikipediaからの拡張された固有名詞辞書です。
研究分野が近いリソース
bert-classification-tutorial-2024hpprc31【2024年版】BERTによるテキスト分類共通: 対話システム・会話エージェント・言語モデル- bert-base-japanese-v3-ner-wikipedia-datasetllm-book8kWikipediaデータセット上の固有表現認識用に微調整された日本語 BERT‑Base は、*Large Language Model Introduction* の第6章で紹介され、Hugging Face transformers パイプライン(Apache 2.0 ライセンス)でデプロイできるものです。HF モデル共通: 言語モデル・意味的テキスト処理
- modernbert-ja-310msbintuitions36kModernBERT‑Ja‑310M は local‑global attention と RoPE を組み合わせた日本語 BERT 変種で、4.09 T tokens の日本語/英語テキストで訓練され、102 400語の語彙、8 192トークンのシーケンスをサポートし、Flash Attention 2 用に最適化されています。HF モデル共通: 言語モデル・意味的テキスト処理
- deberta-v2-base-japaneseku-nlp24k日本語 DeBERTa V2 ベースモデルは、171 GBの日本語 Wikipedia、CC‑100、OSCAR データを用いて Juman++ セグメンテーションと SentencePiece トークン化で事前学習され、8枚の NVIDIA A100 GPU を 3週間使用してトレーニングされ、ファインチューニングに向けて準備ができています。HF モデル共通: 言語モデル・意味的テキスト処理
- modernbert-ja-130msbintuitions12k132 Mパラメータの日本語 ModernBERT モデルで、ローカルグローバルとRoPE注意を組み合わせ、4.39 T トークン(日本語/英語)で訓練され、102 kサイズの語彙、最大8,192トークン長、Flash Attention 2 に最適化されていますHF モデル共通: 言語モデル・意味的テキスト処理
AISisterAIChanmanju-summoner29ChatGPT3.5を搭載した伺かゴースト「AI妹アイちゃん」です。利用には別途ChatGPTのAPIキーが必要です。共通: 対話システム・会話エージェント・言語モデル