Distilroberta Finetuned Financial News Sentiment Analysis

🚀 DistilRoberta-financial-sentiment

このモデルは、financial_phrasebankデータセットでdistilroberta-baseを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: 0.1116
• 正解率: 0.9823

📚 ドキュメント

ベースモデルの説明

このモデルは、RoBERTa-baseモデルの蒸留バージョンです。DistilBERTと同じトレーニング手順に従っています。蒸留プロセスのコードはこちらにあります。このモデルは大文字と小文字を区別します。例えば、Englishとenglishは異なるものとして扱われます。

このモデルは6層、768次元、12ヘッドで、合計8200万個のパラメータを持っています（RoBERTa-baseは1億2500万個のパラメータ）。平均すると、DistilRoBERTaはRoberta-baseの約2倍の速度で動作します。

学習データ

金融ニュースの文章からなる極性感情データセットです。このデータセットは、英語の金融ニュースから抽出された4840の文章で構成されており、感情によって分類されています。データセットは、5 - 8人のアノテーターによる合意率によって分割されています。

学習手順

学習ハイパーパラメータ

学習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
• 学習バッチサイズ: 8
• 評価バッチサイズ: 8
• シード: 42
• オプティマイザー: Adam（ベータ=(0.9, 0.999)、イプシロン=1e-08）
• 学習率スケジューラーの種類: 線形
• エポック数: 5

学習結果

フレームワークのバージョン

• Transformers 4.10.2
• Pytorch 1.9.0+cu102
• Datasets 1.12.1
• Tokenizers 0.10.3

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。