Roberta Large Financial News Sentiment En

🚀 金融ニュースの感情分類用にroberta-largeからファインチューニングされたモデル (カナダのニュースに重点を置く)

このモデルは、金融ニュースの感情分類を行うために、roberta-largeモデルをファインチューニングしたものです。特に、カナダの金融ニュースに対する分類性能を高めるように訓練されています。

🚀 クイックスタート

このモデルは、financial_news_sentiment_mixte_with_phrasebank_75データセットを使用して訓練されました。これはphrasebankデータセットのカスタマイズ版で、少なくとも75%のアノテーターによって検証された文のみを残しています。さらに、カナダの金融ニュースについて手動で検証された約2000件の記事を追加しています。そのため、このモデルはカナダのニュースに特化して訓練されています。最終的な結果として、全体のF1スコアは93.25%、カナダのニュースに対しては83.6%となっています。

✨ 主な機能

• 金融ニュースの感情分類（ネガティブ、中立、ポジティブ）を高精度に行うことができます。
• カナダの金融ニュースに特化した訓練を行っているため、カナダのニュースに対する分類性能が高いです。

📦 インストール

このモデルを使用するには、Hugging Faceのtransformersライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained("Jean-Baptiste/roberta-large-financial-news-sentiment-en")
model = AutoModelForSequenceClassification.from_pretrained("Jean-Baptiste/roberta-large-financial-news-sentiment-en")

from transformers import pipeline

pipe = pipeline("text-classification", model=model, tokenizer=tokenizer)
pipe("Melcor REIT (TSX: MR.UN) today announced results for the third quarter ended September 30, 2022. Revenue was stable in the quarter and year-to-date. Net operating income was down 3% in the quarter at $11.61 million due to the timing of operating expenses and inflated costs including utilities like gas/heat and power")

[{'label': 'negative', 'score': 0.9399105906486511}]

📚 ドキュメント

訓練データ

訓練データは以下のように分類されています。

モデルの性能

全体のF1スコア（マクロ平均）

エンティティ別の性能

📄 ライセンス

このモデルはMITライセンスの下で公開されています。