B

Bert Base Finance Sentiment Noisy Search

由oferweintraub開發
基於BERT的金融情感分析模型,通過噪聲搜索增強數據訓練,適用於金融新聞的情感分類
下載量 15
發布時間 : 3/2/2022

模型概述

該模型是基於bert-base-uncased在Kaggle金融新聞情感分析數據集上微調而成,通過噪聲搜索增強數據訓練,能夠對金融新聞進行'積極'、'中性'和'消極'三類情感判斷。

模型特點

噪聲搜索增強訓練
通過自動收集噪聲搜索樣本增強訓練數據,顯著提升模型性能
金融領域優化
專門針對金融新聞情感分析任務進行優化
性能提升
通過噪聲數據訓練,準確率從88%提升至95%以上

模型能力

金融文本情感分析
新聞標題情感分類
金融摘要情感判斷

使用案例

金融分析
財報情感分析
分析公司財報新聞的情感傾向
可準確判斷財報新聞的積極、中性或消極情感
市場情緒監測
監測金融市場新聞的整體情緒變化
可用於構建市場情緒指數
新聞分析
金融新聞分類
對金融新聞進行情感分類
準確率約95%
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase