🚀 CentralBankRoBERTa

中央銀行コミュニケーション向けに微調整された大規模言語モデルです。経済的なエージェント分類器とバイナリ感情分類器を組み合わせ、中央銀行コミュニケーションの感情分析を行います。

CentralBankRoBERTa

中央銀行コミュニケーション向けに微調整された大規模言語モデル

🚀 クイックスタート

CentralBankRoBERTAは大規模言語モデルです。5つの基本的なマクロ経済エージェントを区別する経済的なエージェント分類器と、中央銀行コミュニケーションの文章の感情内容を識別するバイナリ感情分類器を組み合わせています。

概要

SentimentClassifierモデルは、与えられた文章が家計、企業、金融セクター、または政府にとって肯定的か否定的かを検出するように設計されています。このモデルはRoBERTaアーキテクチャに基づいており、多様で広範なデータセットで微調整され、正確な予測を提供します。

想定される使用方法

SentimentClassifierモデルは、感情分析が重要な中央銀行コミュニケーションの分析に使用されることを想定しています。

性能

• 正解率: 88%
• F1スコア: 0.88
• 適合率: 0.88
• 再現率: 0.88

💻 使用例

基本的な使用法

from transformers import pipeline

# SentimentClassifierモデルをロード
sentiment_classifier = pipeline("text-classification", model="Moritz-Pfeifer/CentralBankRoBERTa-sentiment-classifier")

# 感情分析を実行
sentinement_result = sentiment_classifier("The early effects of our policy tightening are also becoming visible, especially in sectors like manufacturing and construction that are more sensitive to interest rate changes.")
print("Sentiment:", sentinement_result[0]['label'])

📄 ライセンス

このモデルはMITライセンスの下で提供されています。

引用情報

Please cite this model as Pfeifer, M. and Marohl, V.P. (2023) "CentralBankRoBERTa: A Fine-Tuned Large Language Model for Central Bank Communications". Journal of Finance and Data Science https://doi.org/10.1016/j.jfds.2023.100114

BibTeXエントリ

@article{Pfeifer2023,
  title = {CentralBankRoBERTa: A fine-tuned large language model for central bank communications},
  journal = {The Journal of Finance and Data Science},
  volume = {9},
  pages = {100114},
  year = {2023},
  issn = {2405-9188},
  doi = {https://doi.org/10.1016/j.jfds.2023.100114},
  url = {https://www.sciencedirect.com/science/article/pii/S2405918823000302},
  author = {Moritz Pfeifer and Vincent P. Marohl},
}