E

Emtract Distilbert Base Uncased Emotion

由vamossyd開發
基於DistilBERT微調的金融社交媒體情緒分析模型,擅長分析StockTwits等平臺的文本情緒
下載量 797
發布時間 : 5/17/2022

模型概述

該模型專門用於分析金融社交媒體(如StockTwits)文本的七種情緒:中性、快樂、悲傷、憤怒、厭惡、驚訝和恐懼

模型特點

金融社交媒體優化
針對StockTwits平臺1萬條金融社交消息進行了專門優化
多情緒分類
能識別七種不同情緒:中性、快樂、悲傷、憤怒、厭惡、驚訝和恐懼
高效架構
基於DistilBERT架構,在保持性能的同時減少計算資源需求

模型能力

文本情緒分類
金融社交媒體分析
多標籤情緒識別

使用案例

金融分析
投資者情緒監測
分析StockTwits等平臺上投資者對特定股票的情緒變化
可用於預測市場波動
IPO回報預測
通過社交媒體情緒分析預測IPO表現
相關研究已發表
學術研究
財報公告分析
研究財報公告前後的投資者情緒變化
已發表相關論文
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase