Fine Tuned Cardiffnlp Twitter Roberta Base Sentiment Finance Dataset

🚀 金融情感分析微調模型

本項目基於預訓練模型對金融新聞進行情感分析，通過在特定金融新聞數據集上微調，提升了模型在金融領域文本分類任務中的準確性，為金融信息的情感判斷提供了更精準的工具。

🚀 快速開始

此模型是 cardiffnlp/twitter-roberta-base-sentiment 在推特金融新聞情感數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.3123
• 準確率：0.8559

推理 API 中的 10 個示例是在 2024 年 5 月初從 https://twitter.com/ftfinancenews 收集的。

微調的 Colab 筆記本：https://colab.research.google.com/drive/1gvpFbazlxg3AdSldH3w6TYjGUByxqCrh?usp=sharing

📚 詳細文檔

訓練數據

https://huggingface.co/datasets/CJCJ3030/twitter-financial-news-sentiment/viewer/default/train

評估數據

https://huggingface.co/datasets/CJCJ3030/twitter-financial-news-sentiment/viewer/default/validation

訓練超參數

訓練期間使用了以下超參數：

• 學習率：5e - 05
• 訓練批次大小：120
• 評估批次大小：120
• 隨機種子：42
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
• 學習率調度器類型：線性
• 訓練輪數：5

訓練結果

框架版本

• Transformers 4.40.2
• Pytorch 2.2.1+cu121
• Datasets 2.19.1
• Tokenizers 0.19.1

📄 許可證

引用

@inproceedings{barbieri-etal-2020-tweeteval,
    title = "{T}weet{E}val: Unified Benchmark and Comparative Evaluation for Tweet Classification",
    author = "Barbieri, Francesco  and
      Camacho-Collados, Jose  and
      Espinosa Anke, Luis  and
      Neves, Leonardo",
    booktitle = "Findings of the Association for Computational Linguistics: EMNLP 2020",
    month = nov,
    year = "2020",
    address = "Online",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2020.findings-emnlp.148",
    doi = "10.18653/v1/2020.findings-emnlp.148",
    pages = "1644--1650"
}