Finabsa

🚀 FinABSA模型

FinABSA是一個用於金融領域基於方面的情感分析（ABSA）的模型，它能處理包含多個方面的句子，準確判斷特定方面的情感傾向，為金融情感分析提供更精準的結果。

🚀 快速開始

模型描述

FinABSA是一個T5-Large模型，使用SEntFiN 1.0進行基於方面的情感分析（ABSA）任務的訓練。與傳統的情感分析模型不同，傳統模型為每個句子預測單一的情感標籤，而FinABSA經過訓練，可以消除包含多個方面的句子的歧義。通過用[TGT]標記替換目標方面，模型可以預測針對該方面的情感。GitHub倉庫

使用示例

基礎用法

>>> from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

>>> tokenizer = AutoTokenizer.from_pretrained("amphora/FinABSA")
>>> model = AutoModelForSeq2SeqLM.from_pretrained("amphora/FinABSA")

>>> input_str = "[TGT] stocks dropped 42% while Samsung rallied."
>>> input = tokenizer(input_str, return_tensors='pt')
>>> output = model.generate(**input, max_length=20)
>>> print(output)
The sentiment for [TGT] in the given sentence is NEGATIVE.

>>> input_str = "Tesla stocks dropped 42% while [TGT] rallied."
>>> input = tokenizer(input_str, return_tensors='pt')
>>> output = model.generate(**input, max_length=20)
>>> print(output)
The sentiment for [TGT] in the given sentence is POSITIVE.

評估結果

使用從SEntFiN 1.0中任意提取的測試集，該模型的平均準確率達到了87%。

📄 許可證

本項目採用Apache-2.0許可證。