Distilbert Base Financial Relation Extraction

🚀 FReE (金融關係提取)

FReE是一個基於DistilBERT的基礎模型，它在自定義金融數據集上進行了微調，用於金融關係類型的檢測和分類。

🚀 快速開始

我們推出的FReE模型，能助力金融領域的關係檢測與分類工作，為金融信息處理提供有力支持。

✨ 主要特性

• 基於DistilBERT基礎模型，在金融領域有良好的適應性。
• 可檢測金融術語之間關係的存在性，並對存在的關係進行分類。

📚 詳細文檔

🔍 處理流程

檢測金融術語之間關係的存在性，並在關係存在的情況下對其進行定性。示例用例如下：

• 夫妻為了減少遺產稅而設立的聯合信託（A - B信託）。（關係 存在，類型：is）
• 沒有取款罰款。（關係 不存在，類型：x）

📦 數據情況

數據由從不同來源（維基媒體、國際財務報告準則、Investopedia）收集的金融指標定義組成。每個定義被拆分為句子，並使用斯坦福開放信息提取模塊提取句子中的術語關係。 數據集中的典型行包含一個定義句子及其對應的關係標籤。標籤限於5種最廣泛識別的關係，即：x（無關係）、has、is in、is 和 are。

🤖 模型詳情

使用的模型是Hugging Face庫中的標準DistilBERT - base變壓器模型。有關該模型的更多詳細信息，請參閱HUGGING FACE DistilBERT基礎模型。 此外，該模型經過預訓練，以初始化權重，避免從現有的預訓練通用模型加載時出現未使用的情況。

📊 評估指標

使用的評估指標為：精確率、召回率和F1分數。以下是測試集上的分類報告：