Financial Sentiment Analysis

🚀 金融感情分析

このモデルは、ahmedrachid/FinancialBERT を financial_phrasebank データセットでファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

• 損失: 0.0395
• 正解率: 0.9924
• F1値: 0.9924

🚀 クイックスタート

このモデルは、金融文書の感情分析に使用できます。具体的には、financial_phrasebank データセットで訓練されており、高い精度を誇っています。

✨ 主な機能

• 金融文書の感情分析に特化したモデルです。
• 高い正解率とF1値を持ち、高精度な分析を行えます。

📦 インストール

原READMEにインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

原READMEにコード例が記載されていないため、このセクションは省略されます。

📚 ドキュメント

モデルの詳細

原READMEにモデルの詳細情報が不十分であるため、このサブセクションは省略されます。

想定される用途と制限

原READMEに想定される用途と制限に関する詳細情報が不十分であるため、このサブセクションは省略されます。

訓練と評価データ

原READMEに訓練と評価データに関する詳細情報が不十分であるため、このサブセクションは省略されます。

訓練手順

訓練ハイパーパラメータ

訓練中に以下のハイパーパラメータが使用されました。

• 学習率: 2e-05
• 訓練バッチサイズ: 32
• 評価バッチサイズ: 32
• シード: 42
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類: linear
• エポック数: 5

訓練結果

原READMEに訓練結果の詳細情報が不十分であるため、このサブセクションは省略されます。

フレームワークのバージョン

• Transformers 4.19.1
• Pytorch 1.11.0+cu113
• Datasets 2.2.1
• Tokenizers 0.12.1

🔧 技術詳細

原READMEに技術詳細に関する具体的な説明が不十分（50文字未満）であるため、このセクションは省略されます。

📄 ライセンス

原READMEにライセンス情報が記載されていないため、このセクションは省略されます。