Distilroberta Finetuned Financial Text Classification

🚀 微調版金融文本分類模型DistilRoBERTa

本模型是在sentence_50Agree版本的金融短語庫 + Kaggle數據集上對 distilroberta-base 進行微調得到的。該數據集包含4840條按情感（負面、中性、正面）分類的金融新聞。Kaggle數據集包含新冠疫情相關的情感數據，可在此處找到：sentiment-classification-selflabel-dataset。 該模型在評估集上取得了以下成績：

• 損失值：0.4463
• F1值：0.8835

✨ 主要特性

模型能夠判斷給定文本的金融情感傾向。考慮到類別標籤分佈不均衡的情況，對權重進行了調整，以關注樣本較少的標籤，從而提升整體性能。此外，加入了新冠疫情數據集來豐富模型，因為大多數模型並未在新冠疫情對收益或市場的影響方面進行訓練。

📚 詳細文檔

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：64
• 評估批次大小：64
• 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：10
• 混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.15.0
• Pytorch 1.10.0+cu111
• Datasets 1.18.0
• Tokenizers 0.10.3

📄 許可證

本模型採用Apache-2.0許可證。

信息表格