Finance Sentiment Zh Fast

🚀 金融情感中文分析模型（快速版）

Finance Sentiment ZH (fast) 是一個基於 distiluse 的模型，用於分析中文金融新聞的情感傾向。該模型在 Malo 等人（2014 年）的 Financial PhraseBank 翻譯版本上進行訓練，在單張 RTX3090 GPU 上訓練了 10 個輪次。

此模型會給出三種情感標籤：積極、消極和中性。

🚀 快速開始

直接使用

你可以直接使用 transformers 庫中的 pipeline 進行情感分析：

from transformers import pipeline

nlp = pipeline("sentiment-analysis", model="bardsai/finance-sentiment-zh-fast")
nlp("淨銷售額增長30%，達到3600萬歐元。")

[{'label': 'positive', 'score': 0.9996095299720764}]

✨ 主要特性

• 多標籤分類：模型能夠輸出積極、消極和中性三種情感標籤，準確反映金融文本的情感傾向。
• 訓練數據優質：基於高質量的 Financial PhraseBank 翻譯版本進行訓練，保證了模型的準確性和可靠性。
• 性能高效：在 RTX 3090 GPU 上每秒可處理 264.6 個樣本，能夠快速完成情感分析任務。

💻 使用示例

基礎用法

from transformers import pipeline

nlp = pipeline("sentiment-analysis", model="bardsai/finance-sentiment-zh-fast")
nlp("淨銷售額增長30%，達到3600萬歐元。")

📚 詳細文檔

性能指標

（上述性能指標在 RTX 3090 GPU 上進行評估）

更新日誌

• 2023 - 07 - 12：初始版本發佈

關於 bards.ai

bards.ai 專注於為合作伙伴提供機器學習專業知識和技能，尤其在自然語言處理、機器視覺和時間序列分析領域。我們的團隊位於波蘭弗羅茨瓦夫。如需更多信息，請訪問我們的網站：bards.ai

如果您使用了我們的模型，請告知我們。如果您需要任何幫助，請隨時通過 info@bards.ai 聯繫我們。