Finabsa

🚀 FinABSA模型

FinABSA是一个用于金融领域基于方面的情感分析（ABSA）的模型，它能处理包含多个方面的句子，准确判断特定方面的情感倾向，为金融情感分析提供更精准的结果。

🚀 快速开始

模型描述

FinABSA是一个T5-Large模型，使用SEntFiN 1.0进行基于方面的情感分析（ABSA）任务的训练。与传统的情感分析模型不同，传统模型为每个句子预测单一的情感标签，而FinABSA经过训练，可以消除包含多个方面的句子的歧义。通过用[TGT]标记替换目标方面，模型可以预测针对该方面的情感。GitHub仓库

使用示例

基础用法

>>> from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

>>> tokenizer = AutoTokenizer.from_pretrained("amphora/FinABSA")
>>> model = AutoModelForSeq2SeqLM.from_pretrained("amphora/FinABSA")

>>> input_str = "[TGT] stocks dropped 42% while Samsung rallied."
>>> input = tokenizer(input_str, return_tensors='pt')
>>> output = model.generate(**input, max_length=20)
>>> print(output)
The sentiment for [TGT] in the given sentence is NEGATIVE.

>>> input_str = "Tesla stocks dropped 42% while [TGT] rallied."
>>> input = tokenizer(input_str, return_tensors='pt')
>>> output = model.generate(**input, max_length=20)
>>> print(output)
The sentiment for [TGT] in the given sentence is POSITIVE.

评估结果

使用从SEntFiN 1.0中任意提取的测试集，该模型的平均准确率达到了87%。

📄 许可证

本项目采用Apache-2.0许可证。