Distilroberta Finetuned Financial News Sentiment Analysis

🚀 DistilRoberta-financial-sentiment

DistilRoberta-financial-sentiment 是基於 financial_phrasebank 數據集對 distilroberta-base 進行微調後的模型，可用於金融新聞情感分析，在評估集上取得了較高的準確率。

🚀 快速開始

本模型是在 financial_phrasebank 數據集上對 distilroberta-base 進行微調後的版本，在評估集上取得了如下結果：

• 損失值：0.1116
• 準確率：0.9823

✨ 主要特性

基礎模型描述

本模型是 RoBERTa-base 模型 的蒸餾版本，它遵循與 DistilBERT 相同的訓練過程。蒸餾過程的代碼可在 此處 找到。該模型區分大小寫，例如 "English" 和 "english" 會被視為不同的輸入。

模型有 6 層，維度為 768，有 12 個頭，總共 8200 萬個參數（相比之下，RoBERTa-base 有 1.25 億個參數）。平均而言，DistilRoBERTa 的速度是 Roberta-base 的兩倍。

訓練數據

訓練數據是來自金融新聞句子的極性情感數據集。該數據集包含 4840 條來自英語金融新聞的句子，並按情感進行了分類。數據集根據 5 - 8 位註釋者的一致率進行劃分。

📚 詳細文檔

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：2e-05
• 訓練批次大小：8
• 評估批次大小：8
• 隨機種子：42
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：線性
• 訓練輪數：5

訓練結果

框架版本

• Transformers 4.10.2
• Pytorch 1.9.0+cu102
• Datasets 1.12.1
• Tokenizers 0.10.3

📄 許可證

本模型採用 Apache-2.0 許可證。