Finbert Pretrain

🚀 FinBERT

FinBERT是一個在金融溝通文本上預訓練的BERT模型，旨在推動金融自然語言處理（NLP）的研究與實踐。它在以下三個金融溝通語料庫上進行訓練，語料庫總大小達49億個詞元。

• 公司報告10 - K和10 - Q：25億個詞元
• 財報電話會議記錄：13億個詞元
• 分析師報告：11億個詞元

🚀 快速開始

如果你在學術研究中使用該模型，請引用以下論文：

• Huang, Allen H., Hui Wang, and Yi Yang. "FinBERT: A Large Language Model for Extracting Information from Financial Text." Contemporary Accounting Research (2022).
• Yang, Yi, Mark Christopher Siy Uy, and Allen Huang. "Finbert: A pretrained language model for financial communications." arXiv preprint arXiv:2006.08097 (2020).

✨ 主要特性

FinBERT可以在下游任務上進行進一步微調。具體而言，我們已經針對金融情感分析、環境、社會和公司治理（ESG）分類、前瞻性聲明分類等任務對FinBERT進行了微調。訪問FinBERT.AI，瞭解這些特定任務模型的更多細節以及FinBERT的最新進展。