Finbert Tone Chinese

🚀 中文金融情感分析模型

本項目是 FinBERT 的微調版本，它基於 bert-base-chinese，在一個私有數據集（約 8000 條分析師報告語句）上進行了情感分析的微調。該模型能夠有效對中文金融文本進行情感分析，為金融領域的文本數據處理提供了有力支持。

✨ 主要特性

• 高準確率：測試準確率達到 0.88。
• 良好的 F1 分數：測試宏 F1 值為 0.87。
• 清晰的標籤體系：標籤含義明確，0 代表中性；1 代表積極；2 代表消極。

📦 安裝指南

文檔未提供具體安裝步驟，跳過該章節。

💻 使用示例

基礎用法

from transformers import TextClassificationPipeline
from transformers import AutoModelForSequenceClassification, TrainingArguments, Trainer
from transformers import BertTokenizerFast
model_path="./fin_sentiment_bert_zh/"
new_model = AutoModelForSequenceClassification.from_pretrained(model_path,output_attentions=True)
tokenizer = BertTokenizerFast.from_pretrained(model_path)
PipelineInterface = TextClassificationPipeline(model=new_model, tokenizer=tokenizer, return_all_scores=True)
label = PipelineInterface("此外寧德時代上半年實現出口約2GWh，同比增加200%+。") 
print(label)

輸出示例

[[{'label': 'LABEL_0', 'score': 0.0007030126871541142}, {'label': 'LABEL_1', 'score': 0.9989339709281921}, {'label': 'LABEL_2', 'score': 0.000363016442861408}]]

📄 許可證

本項目採用 Apache-2.0 許可證。